生物信息学实验教学大纲2014-1.doc

一实验项目名称：核酸和蛋白质序列数据的使用实验目的：了解常用的序列数据库，掌握基本的序列数据信息的查询方法。教学基本要求：了解和熟悉NCBI核酸和蛋白质序列数据库，可以使用BLAST进行序列搜索，解读BLAST搜索结果，可以对蛋白质序列的结构域搜索，解读蛋白质序列信息，可以在蛋白质三维数据库中查询相关结构信息并进行显示。实验内容提要：在序列数据库中查找某条基因序列（insulin），通过相关一系列数据库的搜索、比对与结果解释，回答以下问题：1. 该基因的基本功能？2. 编码的蛋白质序列是怎样的？3. 该蛋白质有没有保守的功能结构域 (NCBI CD-search)？ 4. 该蛋白质的功能是怎样的？5. 该蛋白质的三级结构是什么？如果没有的话，和它最相似的同源物的结构是什么样子的？给出示意图。实验类型：综合性必修或选修：必修使用的主要仪器：可以访问国际互联网的计算机。二实验项目名称：双序列比对实验目的：练习使用动态规划算法进行双序列比对；理解打分矩阵和参数对双序列比对结果的影响；理解动态规划算法的原理。教学基本要求：动态规划算法是序列比对最基本的算法，可以确保找到最优比对。分为全局比对（Needleman-Wunch algorithm）和局部比对算法（Smith-Waterman algorithm）。通过本实验的练习，更好的理解动态规划算法。实验内容提要：对如下的两条序列进行双序列比对分析： Drosophila Sex-lethal proteinASNTNLIVNYLPQDMTDRELYALFRAIGPINTCRIMRDYKTGYSYGYAFVDFTSEMDSQRAIKVLNG Mouse Huc RBDMDSKTNLIVNYLPQNMTQDEFKSLFGSIGDIESCKLVRDKITGQSLGYGFVNYSDPNDADKAINTLNGL这些蛋白质包含一个RNA识别模体（RNA Recognition Motif，RRM）。该模体包含两个高度保守的两个功能区RNP1和RNP2（已用红色标记）。通过ebi网站的在线工具完成练习（http:/www.ebi.ac.uk/Tools/psa/emboss_needle/）。1. RNP1和RNP2是否得到比对？ 选择至少三个（差别大的）空位罚分和延伸值来进行比对，2a. 算法是否找到RNP1和 RNP2的正确比对？b. 当空位开启罚分高时，结果发生什么变化？c. 当空位延伸罚分高时，结果发生什么变化？ d. 为什么k个连续的空位罚分要小于k个间隔的空位罚分？使用PAM250矩阵重复上述过程。3. 比对结果是否发生变化？继续进行这两条序列的局部比对，通过ebi网站的在线工具完成练习，网址：（http:/www.ebi.ac.uk/Tools/psa/emboss_water/）4a. RNP1和RNP2是否在局部比对中得到比对？b. 局部比对的生物学意义是什么？c. 为什么在这种比对中我们选择局部比对而不是全局比对？ 采用不同的打分参数和其它打分矩阵。5. 比对结果发生了什么变化？ 实验类型：综合性必修或选修：必修使用的主要仪器：可以访问国际互联网的计算机。三实验项目名称：序列的点阵分析实验目的：点阵分析是双序列分析最直观的工具，通过本实验了解点阵分析的原理和方法。教学基本要求：了解和熟悉点阵分析的原理和参数对分析结果的影响，可以对结果进行解读和解释。实验内容提要：本实验在如下网址完成：http:/myhits.isb-sib.ch/cgi-bin/dotlet首先学习根据dotlet的在线教程，快速学习其基本使用方法和参数设置。然后进行如下的序列分析。回答问题：点阵分析的基本原理是什么？1. 重复序列通过点阵分析可以很容易的发现序列中的重复，果蝇的一个蛋白质（索引号码：P24014）中具有几个重复片段，请通过dotlet分析，找到这些序列重复的片段。SLIT_DROME (P24014):MAAPSRTTLMPPPFRLQLRLLILPILLLLRHDAVHAEPYSGGFGSSAVSSGGLGSVGIHIPGGGVGVITEARCPRVCSCT GLNVDCSHRGLTSVPRKISADVERLELQGNNLTVIYETDFQRLTKLRMLQLTDNQIHTIERNSFQDLVSLERLDISNNVI TTVGRRVFKGAQSLRSLQLDNNQITCLDEHAFKGLVELEILTLNNNNLTSLPHNIFGGLGRLRALRLSDNPFACDCHLSW LSRFLRSATRLAPYTRCQSPSQLKGQNVADLHDQEFKCSGLTEHAPMECGAENSCPHPCRCADGIVDCREKSLTSVPVTL PDDTTDVRLEQNFITELPPKSFSSFRRLRRIDLSNNNISRIAHDALSGLKQLTTLVLYGNKIKDLPSGVFKGLGSLRLLL LNANEISCIRKDAFRDLHSLSLLSLYDNNIQSLANGTFDAMKSMKTVHLAKNPFICDCNLRWLADYLHKNPIETSGARCE SPKRMHRRRIESLREEKFKCSWGELRMKLSGECRMDSDCPAMCHCEGTTVDCTGRRLKEIPRDIPLHTTELLLNDNELGR ISSDGLFGRLPHLVKLELKRNQLTGIEPNAFEGASHIQELQLGENKIKEISNKMFLGLHQLKTLNLYDNQISCVMPGSFE HLNSLTSLNLASNPFNCNCHLAWFAECVRKKSLNGGAARCGAPSKVRDVQIKDLPHSEFKCSSENSEGCLGDGYCPPSCT CTGTVVACSRNQLKEIPRGIPAETSELYLESNEIEQIHYERIRHLRSLTRLDLSNNQITILSNYTFANLTKLSTLIISYN KLQCLQRHALSGLNNLRVVSLHGNRISMLPEGSFEDLKSLTHIALGSNPLYCDCGLKWFSDWIKLDYVEPGIARCAEPEQ MKDKLILSTPSSSFVCRGRVRNDILAKCNACFEQPCQNQAQCVALPQREYQCLCQPGYHGKHCEFMIDACYGNPCRNNAT CTVLEEGRFSCQCAPGYTGARCETNIDDCLGEIKCQNNATCIDGVESYKCECQPGFSGEFCDTKIQFCSPEFNPCANGAK CMDHFTHYSCDCQAGFHGTNCTDNIDDCQNHMCQNGGTCVDGINDYQCRCPDDYTGKYCEGHNMISMMYPQTSPCQNHEC KHGVCFQPNAQGSDYLCRCHPGYTGKWCEYLTSISFVHNNSFVELEPLRTRPEANVTIVFSSAEQNGILMYDGQDAHLAV ELFNGRIRVSYDVGNHPVSTMYSFEMVADGKYHAVELLAIKKNFTLRVDRGLARSIINEGSNDYLKLTTPMFLGGLPVDP AQQAYKNWQIRNLTSFKGCMKEVWINHKLVDFGNAQRQQKITPGCALLEGEQQEEEDDEQDFMDETPHIKEEPVDPCLEN KCRRGSRCVPNSNARDGYQCKCKHGQRGRYCDQGEGSTEPPTVTAASTCRKEQVREYYTENDCRSRQPLKYAKCVGGCGN QCCAAKIVRRRKVRMVCSNNRKYIKNLDIVRKCGCTKKCY从uniprot或者genbank数据库中的注释信息进行进一步确认你所发现的结果。2. 低复杂度区域恶性疟原虫抗原蛋白前体（索引号码：P69192）具有一段低复杂度区域的序列，通过点阵分析找到这个特点。SERA_PLAFG (P69192):MKSYISLFFILCVIFNKNVIKCTGESQTGNTGGGQAGNTVGDQAGSTGGSPQGSTGASQPGSSEPSNPVSSGHSVSTVSVSQTSTSSEKQDTIQVKSALLKDYMGLKVTGPCNENFIMFLVPHIYIDVDTEDTNIELRTTLKETNNAISFESNSGSLEKKKYVKLPSNGTTGEQGSSTGTVRGDTEPISDSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSESLPANGPDSPTVKPPRNLQNICETGKNFKLVVYIKENTLIIKWKVYGETKDTTENNKVDVRKYLINEKETPFTSILIHAYKEHNGTNLIESKNYALGSDIPEKCDTLASNCFLSGNFNIEKCFQCALLVEKENKNDVCYKYLSEDIVSNFKEIKAETEDDDEDDYTEYKLTESIDNILVKMFKTNENNDKSELIKLEEVDDSLKLELMNYCSLLKDVDTTGTLDNYGMGNEMDIFNNLKRLLIYHSEENINTLKNKFRNAAVCLKNVDDWIVNKRGLVLPELNYDLEYFNEHLYNDKNSPEDKDNKGKGVVHVDTTLEKEDTLSYDNSDNMFCNKEYCNRLKDENNCISNLQVEDQGNCDTSWIFASKYHLETIRCMKGYEPTKISALYVANCYKGEHKDRCDEGSSPMEFLQIIEDYGFLPAESNYPYNYVKVGEQCPKVEDHWMNLWDNGKILHNKNEPNSLDGKGYTAYESERFHDNMDAFVKIIKTEVMNKGSVIAYIKAENVMGYEFSGKKVQNLCGDDTADHAVNIVGYGNYVNSEGEKKSYWIVRNSWGPYWGDEGYFKVDMYGPTHCHFNFIHSVVIFNVDLPMNNKTTKKESKIYDYYLKASPEFYHNLYFKNFNVGKKNLFSEKEDNENNKKLGNNYIIFGQDTAGSGQSGKESNTALESAGTSNEVSERVHVYHILKHIKDGKIRMGMRKYIDTQDVNKKHSCTRSYAFNPENYEKCVNLCNVNWKTCEEKTSPGLCLSKLDTNNECYFCYV四实验项目名称：多序列比对实验目的：在序列分析中，多序列比对具有广泛的应用，是许多其他分析的基础和前提，比如进化发生分析、构建位置特异性打分矩阵、找到一致序列等，本实验的目的是熟悉多序列比对相关的操作和编辑方法。教学基本要求：了解和熟悉多序列比对的原理和基本方法。实验内容提要：1. 使用CLUSTALW 算法，比对一组蛋白质序列，该序列属于RAD51-RECA，在DNA的复制阶段起重要作用，这些序列可以从NCBI genbank、Uniprot等序列服务器获取，序列的索引号码为：P25454，P25453，P0A7G6，P48295。将这些序列保存在一个文本文件。如果查询到的序列不止一个的话，选择第一个。P25454.1 Full=DNA repair protein RAD51MSQVQEQHISESQLQYGNGSLMSTVPADLSQSVVDGNGNGSSEDIEATNGSGDGGGLQEQAEAQGEMEDEAYDEAALGSFVPIEKLQVNGITMADVKKLRESGLHTAEAVAYAPRKDLLEIKGISEAKADKLLNEAARLVPMGFVTAADFHMRRSELICLTTGSKNLDTLLGGGVETGSITELFGEFRTGKSQLCHTLAVTCQIPLDIGGGEGKCLYIDTEGTFRPVRLVSIAQRFGLDPDDALNNVAYARAYNADHQLRLLDAAAQMMSESRFSLIVVDSVMALYRTDFSGRGELSARQMHLAKFMRALQRLADQFGVAVVVTNQVVAQVDGGMAFNPDPKKPIGGNIMAHSSTTRLGFKKGKGCQRLCKVVDSPCLPEAECVFAIYEDGVGDPREEDEP25453.1 Full=Meiotic recombination protein DMC1MSVTGTEIDSDTAKNILSVDELQNYGINASDLQKLKSGGIYTVNTVLSTTRRHLCKIKGLSEVKVEKIKEAAGKIIQVGFIPATVQLDIRQRVYSLSTGSKQLDSILGGGIMTMSITEVFGEFRCGKTQMSHTLCVTTQLPREMGGGEGKVAYIDTEGTFRPERIKQIAEGYELDPESCLANVSYARALNSEHQMELVEQLGEELSSGDYRLIVVDSIMANFRVDYCGRGELSERQQKLNQHLFKLNRLAEEFNVAVFLTNQVQSDPGASALFASADGRKPIGGHVLAHASATRILLRKGRGDERVAKLQDSPDMPEKECVYVIGEKGITDSSDP0A7G6.2 Full=Protein RecA; AltName: Full=Recombinase AMAIDENKQKALAAALGQIEKQFGKGSIMRLGEDRSMDVETISTGSLSLDIALGAGGLPMGRIVEIYGPESSGKTTLTLQVIAAAQREGKTCAFIDAEHALDPIYARKLGVDIDNLLCSQPDTGEQALEICDALARSGAVDVIVVDSVAALTPKAEIEGEIGDSHMGLAARMMSQAMRKLAGNLKQSNTLLIFINQIRMKIGVMFGNPETTTGGNALKFYASVRLDIRRIGAVKEGENVVGSETRVKVVKNKIAAPFKQAEFQILYGEGINFYGELVDLGVKEKLIEKAGAWYSYKGEKIGQGKANATAWLKDNPETAKEIEKKVRELLLSNPNSTPDFSVDDSEGVAETNEDFP48295.2 Full=Protein RecA; AltName: Full=Recombinase AMAGTDREKALDAALAQIERQFGKGAVMRMGDRTQEPIEVISTGSTALDIALGVGGLPRGRVVEIYGPESSGKTTLTLHAVANAQKAGGQVAFVDAEHALDPEYAKKLGVDIDNLILSQPDNGEQALEIVDMLVRSGALDLIVIDSVAALVPRAEIEGEMGDSHVGLQARLMSQALRKITSALNQSKTTAIFINQLREKIGVMFGSPETTTGGRALKFYASVRLDIRRIETLKDGTDAVGNRTRVKVVKNKVAPPFKQAEFDILYGQGISREGGLIDMGVEHGFVRKAGAWYTYEGDQLGQGKENARNFLKDNPDLADEIERKIKEKLGVGVRPDAAKAEAATDAAAAADTAGTDDAAKSVPAPASKTAKATKATAVKSa. 练习使用EBI CLUSTALW（http:/www.ebi.ac.uk/Tools/msa/clustalw2/）；b. 将序列数据拷贝复制到窗口中；c. 采用默认参数进行比对；回答：clustalw算法的基本原理？2. 在BAliBASE网站查找一组蛋白质：1csy。这些蛋白质的一致性为20-40%，属于BAliBASE参考序列1。正确的比对结果网址如下：http:/bips.u-strasbg.fr/en/Products/Databases/BAliBASE/ref1/test1/1csy_ref1.html主要的比对信息截图如下所示：注意：这里的比对是基于结构信息的，所以是正确的。是序列的部分比对，为什么？这五条序列的名称和索引号码如下：Sequence Name SWISSPROT Accession1csy P43405 1gri P29354（已被分为P62993和P62994，序列完全一致，任选一条即可。）1aya P35235 2pna P23727 1bfi P27986 sp|P43405|KSYK_HUMAN Tyrosine-protein kinase SYK OS=Homo sapiens GN=SYK PE=1 SV=1MASSGMADSANHLPFFFGNITREEAEDYLVQGGMSDGLYLLRQSRNYLGGFALSVAHGRKAHHYTIERELNGTYAIAGGRTHASPADLCHYHSQESDGLVCLLKKPFNRPQGVQPKTGPFEDLKENLIREYVKQTWNLQGQALEQAIISQKPQLEKLIATTAHEKMPWFHGKISREESEQIVLIGSKTNGKFLIRARDNNGSYALCLLHEGKVLHYRIDKDKTGKLSIPEGKKFDTLWQLVEHYSYKADGLLRVLTVPCQKIGTQGNVNFGGRPQLPGSHPATWSAGGIISRIKSYSFPKPGHRKSSPAQGNRQESTVSFNPYEPELAPWAADKGPQREALPMDTEVYESPYADPEEIRPKEVYLDRKLLTLEDKELGSGNFGTVKKGYYQMKKVVKTVAVKILKNEANDPALKDELLAEANVMQQLDNPYIVRMIGICEAESWMLVMEMAELGPLNKYLQQNRHVKDKNIIELVHQVSMGMKYLEESNFVHRDLAARNVLLVTQHYAKISDFGLSKALRADENYYKAQTHGKWPVKWYAPECINYYKFSSKSDVWSFGVLMWEAFSYGQKPYRGMKGSEVTAMLEKGERMGCPAGCPREMYDLMNLCWTYDVENRPGFAAVELRLRNYYYDVVNsp|P62993|GRB2_HUMAN Growth factor receptor-bound protein 2 OS=Homo sapiens GN=GRB2 PE=1 SV=1MEAIAKYDFKATADDELSFKRGDILKVLNEECDQNWYKAELNGKDGFIPKNYIEMKPHPWFFGKIPRAKAEEMLSKQRHDGAFLIRESESAPGDFSLSVKFGNDVQHFKVLRDGAGKYFLWVVKFNSLNELVDYHRSTSVSRNQQIFLRDIEQVPQQPTYVQALFDFDPQEDGELGFRRGDFIHVMDNSDPNWWKGACHGQTGMFPRNYVTPVNRNVsp|P62994|GRB2_RAT Growth factor receptor-bound protein 2 OS=Rattus norvegicus GN=Grb2 PE=1 SV=1MEAIAKYDFKATADDELSFKRGDILKVLNEECDQNWYKAELNGKDGFIPKNYIEMKPHPWFFGKIPRAKAEEMLSKQRHDGAFLIRESESAPGDFSLSVKFGNDVQHFKVLRDGAGKYFLWVVKFNSLNELVDYHRSTSVSRNQQIFLRDIEQVPQQPTYVQALFDFDPQEDGELGFRRGDFIHVMDNSDPNWWKGACHGQTGMFPRNYVTPVNRNVsp|P35235|PTN11_MOUSE Tyrosine-protein phosphatase non-receptor type 11 OS=Mus musculus GN=Ptpn11 PE=1 SV=2MTSRRWFHPNITGVEAENLLLTRGVDGSFLARPSKSNPGDFTLSVRRNGAVTHIKIQNTGDYYDLYGGEKFATLAELVQYYMEHHGQLKEKNGDVIELKYPLNCADPTSERWFHGHLSGKEAEKLLTEKGKHGSFLVRESQSHPGDFVLSVRTGDDKGESNDGKSKVTHVMIRCQELKYDVGGGERFDSLTDLVEHYKKNPMVETLGTVLQLKQPLNTTRINAAEIESRVRELSKLAETTDKVKQGFWEEFETLQQQECKLLYSRKEGQRQENKNKNRYKNILPFDHTRVVLHDGDPNEPVSDYINANIIMPEFETKCNNSKPKKSYIATQGCLQNTVNDFWRMVFQENSRVIVMTTKEVERGKSKCVKYWPDEYALKEYGVMRVRNVKESAAHDYTLRELKLSKVGQALLQGNTERTVWQYHFRTWPDHGVPSDPGGVLDFLEEVHHKQESIVDAGPVVVHCSAGIGRTGTFIVIDILIDIIREKGVDCDIDVPKTIQMVRSQRSGMVQTEAQYRFIYMAVQHYIETLQRRIEEEQKSKRKGHEYTNIKYSLVDQTSGDQSPLPPCTPTPPCAEMREDSARVYENVGLMQQQRSFRsp|P23727|P85A_BOVIN Phosphatidylinositol 3-kinase regulatory subunit alpha OS=Bos taurus GN=PIK3R1 PE=1 SV=1MSAEGYQYRALYDYKKEREEDIDLHLGDILTVNKGSLVALGFSDGQEAKPEEIGWLNGYNETTGERGDFPGTYVEYIGRKKISPPTPKPRPPRPLPVAPGPSKTEADSEQQASTLPDLAEQFAPPDVAPPLLIKLVEAIEKKGLECSTLYRTQSSSNPAELRQLLDCDTASLDLEMFDVHVLADAFKRYLLDLPNPVIPVAVSSELISLAPEVQSSEEYIQLLKKLIRSPSIPHQYWLTLQYLLKHFFKLSQTSSKNLLNARVLSELFSPLLFRFPAASSENTEHLIKIIEILISTEWNERQPAPALPPKPPKPTTVANNGMNNNMSLQDAEWYWGDISREEVNEKLRDTADGTFLVRDASTKMHGDYTLTLRKGGNNKLIKIFHRDGKYGFSDPLTFNSVVELINHYRNESLAQYNPKLDVKLLYPVSKYQQDQVVKEDNIEAVGKKLHEYNTQFQEKSREYDRLYEDYTRTSQEIQMKRTAIEAFNETIKIFEEQCQTQERYSKEYIEKFKREGNETEIQRIMHNYEKLKSRISEIVDSRRRLEEDLKKQAAEYREIDKRMNSIKPDLIQLRKTRDQYLMWLTQKGVRQKKLNEWLGNENTEDQYSLVEDDEDLPHHDEKTWNVGSSNRNKAENLLRGKRDGTFLVRESSKQGCYACSVVVDGEVKHCVINKTATGYGFAEPYNLYSSLKELVLHYQHTSLVQHNDSLNVTLAYPVYAQQRRsp|P27986|P85A_HUMAN Phosphatidylinositol 3-kinase regulatory subunit alpha OS=Homo sapiens GN=PIK3R1 PE=1 SV=2MSAEGYQYRALYDYKKEREEDIDLHLGDILTVNKGSLVALGFSDGQEARPEEIGWLNGYNETTGERGDFPGTYVEYIGRKKISPPTPKPRPPRPLPVAPGSSKTEADVEQQALTLPDLAEQFAPPDIAPPLLIKLVEAIEKKGLECSTLYRTQSSSNLAELRQLLDCDTPSVDLEMIDVHVLADAFKRYLLDLPNPVIPAAVYSEMISLAPEVQSSEEYIQLLKKLIRSPSIPHQYWLTLQYLLKHFFKLSQTSSKNLLNARVLSEIFSPMLFRFSAASSDNTENLIKVIEILISTEWNERQPAPALPPKPPKPTTVANNGMNNNMSLQDAEWYWGDISREEVNEKLRDTADGTFLVRDASTKMHGDYTLTLRKGGNNKLIKIFHRDGKYGFSDPLTFSSVVELINHYRNESLAQYNPKLDVKLLYPVSKYQQDQVVKEDNIEAVGKKLHEYNTQFQEKSREYDRLYEEYTRTSQEIQMKRTAIEAFNETIKIFEEQCQTQERYSKEYIEKFKREGNEKEIQRIMHNYDKLKSRISEIIDSRRRLEEDLKKQAAEYREIDKRMNSIKPDLIQLRKTRDQYLMWLTQKGVRQKKLNEWLGNENTEDQYSLVEDDEDLPHHDEKTWNVGSSNRNKAENLLRGKRDGTFLVRESSKQGCYACSVVVDGEVKHCVINKTATGYGFAEPYNLYSSLKELVLHYQHTSLVQHNDSLNVTLAYPVYAQQRR 从序列数据库获取这五条序列的fasta格式，放在一个文本文件中，选择ebi网站上（http:/www.ebi.ac.uk/Tools/msa/）的至少四个多序列比对工具（如MAFFT、MUSCLE、CLUSTALW2、Clustal Omega、T-Coffee、DbClustal等）进行分析，将结果保存（Download Alignment File）。扩展名为.fasta。现在用一个多序列比对软件，比如bioedit、seaview或者jalview（下载安装windows版本的比较快速）导入刚才保存的多序列比对结果文件（扩展名为.fasta的）。比较各个算法的比对结果（BAliBASE数据只是这些多序列比对的一部分，而我们得到的是这几条序列全长上的比对），所以需要将不相关的列删除掉或者用其它符号替代，或者也可以不作处理，找到相关部分就可以了。比较多序列比对的结果，与BAliBASE上的相比，那个的结果更好些？你是如何评价结果的？3. 序列徽标序列徽标（sequence logo）是一个常用的直观的多序列比对的图示工具，对如下的一些序列，创建其序列徽标。网址：/。dinD 32-52aactgtatataaatacagttdinG 15-35 tattggctgtttatacagtadinH 77-97tcctgttaatccatacagcadinI 19-39acctgtataaataaccagtalexA-1 28-48tgctgtatatactcacagcalexA-2 7-27aactgtatatacacccagggpolB(dinA) 53-73gactgtataaaaccacagccrecA 59-79tactgtatgagcatacagtarecN-1 49-69tactgtatataaaaccagttrecN-2 27-47tactgtacacaataacagtarecN-3 9-29TCCTGTATGAAAAACCATTAruvAB 49-69cgctggatatctatccagcasosC 18-38tactgatgatatatacaggtsosD 14-34cactggatagataaccagcasulA 22-42tactgtacatccatacagtaumuDC 20-40tactgtatataaaaacagtauvrA 83-103 tactgtatattcattcaggtuvrB 75-95aactgtttttttatccagtauvrD 57-77atctgtatatatacccagct将结果保存，简单的解释一下。sequence logo图中包含的意义有什么？五实验项目名称：序列数据库的搜索比对实验目的：通过该实验理解BLAST和PSI-BLAST的基本原理。教学基本要求：可通过BLAST和PSI-BLAST进行数据库的搜索比对，对结果进行恰当的解释。可利用BLAST进行相关序列的检索，利用PSI-BLAST进行远相关序列的检索。理解两个工具的原理。实验内容提要：本实验中，查询下面这条序列在细菌（bacterial）中的同源序列。gi|76828014|gb|BC107078.1| Homo sapiens G protein-coupled receptor, family C, group 5, member D, mRNA (cDNA clone MGC:129714 IMAGE:40027066), complete cds ATGTACAAGGACTGCATCGAGTCCACTGGAGACTATTTTCTTCTCTGTGACGCCGAGGGGCCATGGGGCATCATTCTGGAGTCCCTGGCCATACTTGGCATCGTGGTCACAATTCTGCTACTCTTAGCATTTCTCTTCCTCATGCGAAAGATCCAAGACTGCAGCCAGTGGAATGTCCTCCCCACCCAGCTCCTCTTCCTCCTGAGTGTCCTGGGGCTCTTCGGACTCGCTTTTGCCTTCATCATCGAGCTCAATCAACAAACTGCCCCCGTACGCTACTTTCTCTTTGGGGTTCTCTTTGCTCTCTGTTTCTCATGCCTCTTAGCTCATGCCTCCAATCTAGTGAAGCTGGTTCGGGGTTGTGTCTCCTTCTCCTGGACGACAATTCTGTGCATTGCTATTGGTTGCAGTCTGTTGCAAATCATTATTGCCACTGAGTATGTGACTCTCATCATGACCAGAGGTATGATGTTTGTGAATATGACACCCTGCCAGCTCAATGTGGACTTTGTTGTACTCCTGGTCTATGTCCTCTTCCTGATGGCCCTCACATTCTTCGTCTCCAAAGCCACCTTCTGTGGCCCGTGTGAGAACTGGAAGCAGCATGGAAGGCTCATCTTTATCACTGTGCTCTTCTCCATCATCATCTGGGTGGTGTGGATCTCCATGCTCCTGAGAGGCAACCCGCAGTTCCAGCGACAGCCCCAGTGGGACGACCCGGTCGTCTGCATTGCTCTGGTCACCAACGCATGGGTTTTCCTGCTGCTGTACATCGTCCCTGAGCTCTGCATTCTCTACAGATCGTGTAGACAGGAGTGCCCTTTACAAGGCAATGCCTGCCCCGTCACAGCCTACCAACACAGCTTCCAAGTGGAGAACCAGGAGCTCTCCAGAGCCCGAGACAGTGATGGAGCTGAGGAGGATGTAGCATTAACTTCATATGGTACTCCCATTCAGCCGCAGACTGTTGATCCCACACAAGAGTGTTTCATCCCACAGGCTAAACTAAGCCCCCAGCAAGATGCAGGAGGAGTATAA1a. 在NCBI中采用blastn程序，搜索上述序列，将物种限制在“Bacteria”，其它参数默认，得到几个结果命中？E值小于0.1的有几条？1b. 为了扩大搜索，可以对参数进行调整，将BLASTN的word size换为7，其它同上次，得到几个命中？E值小于0.1的有几条？1c. 选择BLASTX，将物种限制在“Bacteria”，其它参数默认，得到几个结果命中？E值小于0.1的有几条？1d. 在BLASTX中，将word size调整为2，选择BLOSUM45打分矩阵，Gap Existence 10，Gap Extension 3，将物种限制在“Bacteria”，其它参数默认，得到几个结果命中？E值小于0.1的有几条？2. 如下序列是刚才所检索的核酸序列对应的蛋白质序列：gi|76828015|gb|AAI07079.1| G protein-coupled receptor, family C, group 5, member D Homo sapiens MYKDCIESTGDYFLLCDAEGPWGIILESLAILGIVVTILLLLAFLFLMRKIQDCSQWNVLPTQLLFLLSVLGLFGLAFAFIIELNQQTAPVRYFLFGVLFALCFSCLLAHASNLVKLVRGCVSFSWTTILCIAIGCSLLQIIIATEYVTLIMTRGMMFVNMTPCQLNVDFVVLLVYVLFLMALTFFVSKATFCGPCENWKQHGRLIFITVLFSIIIWVVWISMLLRGNPQFQRQPQWDDPVVCIALVTNAWVFLLLYIVPELCILYRSCRQECPLQGNACPVTAYQHSFQVENQELSRARDSDGAEEDVALTSYGTPIQPQTVDPTQECFIPQAKLSPQQDAGGV2a. 利用着条序列进行PSI-BLAST检索，第一轮PSI-BLAST的参数与上述最后一次的BLASTX参数一致，即word size调整为2，选择BLOSUM45打分矩阵，Gap Existence 10，Gap Extension 3，将物种限制在“Bacteria”，得到几个匹配？E值小于0.1的有几条？2b. 选择E值小于2的序列进行下一步的PSI-BLAST迭代。得到几个匹配？E值小于0.1的有几条？2c. 大多数你所发现的蛋白质都具有相同的功能，是什么功能？如何进一步确定你的查询序列与结果中的序列相关？实验类型：综合性必修或选修：必修使用的主要仪器：可以访问国际互联网的计算机。六. 实验项目名称：HIV病毒的