生信分析实例

1、大纲内容:什么是生物信息学？生物信息学的研究内容生物信息学在病毒研究中的应用基于核智酸序列分析同源分析和检索核昔酸序列的基本分析基因结构分析 电子克隆（e-PCR）利用EST数据库的重叠序列克隆新基因核酸序列的电子基因定位（即：基因的染色体定位）基因的电子表达谱分析（新基因）基于氨基酸序列分析同源分析和检索蛋白质理化性质分析功能区域：疏水区、跨膜区、信号肽、螺旋卷曲等功能性特征功能位点分析（Motif）结构域分析空间结构预测分子进化（系统发育）实例分析：ORF预测及可靠性检验设计引物：Primer Prenuer 5.0评估引物质量：Oligo 6.65 或 Oligonucleotide P

2、roperties CalculatorNCBI 的 BLAST 2 SEQUENCES 程序httD： HYPERLINK http:/www.ncbi.nlm.nih.qov/blast/bl2seq/wblast2.CQi www.ncbi.nlm.nih.qov/blast/bl2seq/wblast2.CQi核昔酸序列= 氨基酸序列制作密码子用法表蛋白质理化性质分析在线分析ExPasy服务器上的ProtParam http:usexDasyoq/tools/Dotparamhtml 生物学软件BioEdit 一氨基酸成分Seqtools一亲、疏水性残基，蛋白溶解度蛋白质功能性区域分析

3、疏水性分析在线的ProtScale程序httD：www.exDasyoQ/cQi-bin/Drotscale.Dl使用生物学软件BioEdit7.05采用 Kyte-Doohttle 的 TGRESE 算法调整计算窗口大小n=9附：该参数用于估计每种氨基酸残基的平均显示尺度，有助于对数据进行平滑。跨膜区分析在线分析TMHMM Server V 2.0h tt p: www. cbs. d tu. d k/services/TM HMM/TMpiedhttD：/ch.embnetorq/softwae/TMPRED fom.htmlTMPhttp: www. mbb. ki.se/tmap/信号

4、肽预测SignalP 3.0 Server几种人工神经网络法的组合G+、G-、真核生物为训练集httD：/www.cbs.dtudk/services/SiQnalP/卷曲螺旋预测卷曲螺旋是控制蛋白质寡聚化的元件httD：/www.ch.embnet.oq/softwae/COILS form.html亮氨酸拉链结构：亲脂性的a螺旋，包含有许多集中在螺旋一边的疏水氨基酸，两条多肽链 以此形成二聚体。每隔6个残基出现一个亮氨酸。由赖氨酸（Lys）和精氨酸（Arg）组成 DNA结合区。Domain分析结构域是蛋白序列的功能、结构和进化单元，由50-300个氨基酸组成，有独特的空间构象。类型：全平行

5、结构域、反平行结构域、a+0结构域、a/0结构域及他折叠类型EMBL的SMART服务器httD：smart. embl-heidelberq.de/提交序列后=系统每隔10秒刷新一次= 结果模体(Motif)搜索PROSITE数据库确定新的蛋白质序列是否属于己知家族N-糖基化位点的模式(Pattern): NAPSTAP 其中，P表示除Pro外的任意氨基酸 缺点：数量与质量上存在问题 http: www. expasy. orq/prosite/Profile数据库基于最佳的多重比对质量(包括人工校正) 优点：确保重要信息不被遗漏httD：/myhits.isb-sib.ch/cQi-bin/

6、motif scan蛋白质二级结构预测蛋白质二级结构是指a螺旋、0折叠、无规则卷曲(Coils)等元件预测方法：基于统计的预测方法，如Chou-Fasman法、人工神经网络法等基于知识的预测方法：Lim方法、Cohen方法混合方法：选择性合并以上提到的各种方法预测准确率：70%,其中PHD神经网络预测的平均准确度及最佳残基的准确率分别高达72%和 90%二级结构预测的标准：PHDhttD： HYPERLINK http:/www.Dredictprotein.orQ/ www.Dredictprotein.orQ/同源模建原理：比较模建，利用巳知结构的同源蛋白建立目的蛋白的结构模型，再用理论计

7、算方法进 化优化，最终得到合理的3D模型。关键：模板的选择适用：同源性30%的同源蛋白质步骤：(6步曲)目的序列与模板序列的匹配：根据多重比对结果确定同源蛋白质的保守区及相应的框架结构;目的蛋白质结构保守区的主链模建；目标蛋白质结构变异区的主链模建；侧链的安装和优化；优化和评估模建的结构系统发育分析NJ法一邻接法：特点：NJ法是基于最小进化原理经常被使用的一种算法，它构建的树相对准确，假设少， 计算速度快，只得一颗树。缺点：序列上的所有位点等同对待，且所分析的序列的进化距离不能太大适用：进化距离不大，信息位点少的短序列MP法一最大简约法特点：基于进化过程中碱基替代数目最少这一假说缺点：推测的树

8、不是唯一的，变异大的序列会出现长枝吸引而导致建树错误。适用：序列残基差别小，具有近似变异率，包含信息位点比较多的长序列ML法一最大似然法原理：考虑到每个位点出现的残基的似然值，将每个位置所有可能出现的残基替换概率进行 累加，产生特定位点的似然值。ML法对所有可能的系统发育树都计算似然函数，似然函数 值最大的那颗树即最可能的系统发育树优点：在进化模型确定的情况下，ML法是与进化事实吻合最好的建树算法缺点：计算强大非常大，极为耗时建树相关软件：PAUPhttD：DauD./PHLIPhttD：evolution.Qenetics.washinQ/DhyliD.htmlMEGAwww.meqaAof

9、twaTreePuzzle HYPERLINK http:/www.nsc.liu.se/software/bioloqy/Duzzle5/ http:/www.nsc.liu.se/software/bioloqy/Duzzle5/TreeViewhttD：taxonomy.zooloqy.qla.ac.uk/rod/treeview.htmlMEGA 用法： HYPERLINK 生信相关PHYLIP3.65 界面PHYLIP建树的子程序：Dnapars 核昔酸序列最大简约法Protpais 蛋白质序列最大简约法Dnaml核昔酸序列最大似然法Dnaiiilk 核昔酸序列最大似然法（分子钟假说

10、）Pronil 一蛋白质序列最大似然法Pronilk一蛋白质序列最大似然法（分子钟假说）Dnadist核昔酸序列距离法- 距离矩阵Prodist-蛋白质序列距离法- 距离矩阵 Seqboot重复抽样检验Consense 构建严格的一*致树抗原决定簇预测抗原决定簇是指能与抗原相应抗体结合的抗原上有限部位的特殊分子结构，也称为表位 （epitope） o哈佛大学的 Predicting Antigenic Peptides 预测软件是使用 Kolaskar 和 Tongaoiikai（ 1990）方法 预测氨基酸序列内可能引起抗体反应的抗原片段。以生物信息学为基础的蛋白质抗原决定簇的预测对于分子生

11、物学实验，如诊断试剂的制备、 抗体制备筛选等，都是必不可少的工具，减少了了实验研究的盲目性（万涛等，1997）。据报道，运用Predictmg Antigenic Peptides预测软件并结合多种方法综合分析预测的成功率 可达86%（孙沫逸等，2003）。 HYPERLINK /Tools/antiQenic.pl /Tools/antiQenic.pl实例：RGDV Pns9基因RGDV S9片段可能有两个开放阅读框（ORF）,另一阅读框位于主阅读框下游，但目前尚未获 得该ORF表达的实验证据。主ORF转入表达载体pGEX-4T-l或pET29-a均无法得到成功表达，故目前无法获取完整Pns9 蛋白的抗血清。原因分析：使用生物学软件RNAstnicture 4.2采用最小自由能法（总能量值=283.3kc