生物信息学 之 序列比对
发布时间
阅读量：
阅读量
为了深入探讨DNA、RNA以及蛋白质序列在结构与功能上的异同点。
similarity
similarity
similarity
similarity
同源性【homology】 <==> 多序列比对 （Multiple Sequence Alignment）
paralogs
平行关系
当两个基因序列之间的亲缘关系越密切时，则它们被判定为同源基因的可能性也就越高；然而，并非所有亲缘关系密切的基因都一定是真正的同源基因（趋近进化），同样地，并非所有看似相同的基因都能推断出它们具有共同的祖先（发散进化）
双序列比对：
全局对比与局部对比是信息处理中的两个关键方面。
在局部对比中，确定最佳配对是识别相似区域的关键步骤。
基于动态规划算法的最佳配对查找策略广泛应用于多个领域。
Needleman-Wunsch Algorithm(for Global Alignment )
Smith-Waterman Algorithm(for Local Alignment)
常用工具：BLAST FASTA
BLAST:
Blastn：核酸检索核酸库
Blastp：蛋白质检索蛋白质库
Blastx：核酸（先翻译6ORFs）检索蛋白质库
tblastn：蛋白质检索核酸库（先翻译）
tblastx：核酸（先翻译）检索核酸库（先翻译）
PSI-BLAST：远亲蛋白
bl2seq：two seqFASTA:
FASTA <=> Blastn;Blastp
FASTX <=> Blastx
TFASTAX <=> tblastn蛋白质计分矩阵
PAM（接受点突变）
BLOSUM（块替换矩阵）
多序列比对
-
精确法 (Exact)/ 高维动态规划算法 (DP)： 具有低效率且高内存消耗的特点，并且尤其适用于序列数量较少的情况。
-
渐进法 (Progressive methods)： 主要包括基于树状结构的CLUSTAL W算法及其扩展版本和基于星状结构的对比齐方法。
-
迭代法 (Iterative methods)： 确定性算法（如MAFFT、MUSCLE），以及概率性算法（如遗传算法、模拟退火、隐马尔可夫模型）。
-
一致性方法（基于一致性的方法）：T-Coffee
- 序列分析方法（寻找模式的算法）：motif-finding algorithm
- 轮廓分析方法（轮廓分析的算法）：profile-analysis algorithm
- 序列分析方法（寻找模式的算法）：motif-finding algorithm
全部评论 (0)
还没有任何评论哟~