生物信息學實驗教學大綱20141

1、一實驗項目名稱：核酸和蛋白質(zhì)序列數(shù)據(jù)的使用實驗?zāi)康模毫私獬Ｓ玫男蛄袛?shù)據(jù)庫，掌握基本的序列數(shù)據(jù)信息的查詢方法。教學基本要求：了解和熟悉NCBI核酸和蛋白質(zhì)序列數(shù)據(jù)庫，可以使用BLAST進行序列搜索，解讀BLAST搜索結(jié)果，可以對蛋白質(zhì)序列的結(jié)構(gòu)域搜索，解讀蛋白質(zhì)序列信息，可以在蛋白質(zhì)三維數(shù)據(jù)庫中查詢相關(guān)結(jié)構(gòu)信息并進行顯示。實驗內(nèi)容提要：在序列數(shù)據(jù)庫中查找某條基因序列（insulin），通過相關(guān)一系列數(shù)據(jù)庫的搜索、比對與結(jié)果解釋，回答以下問題：1. 該基因的基本功能？2. 編碼的蛋白質(zhì)序列是怎樣的？3. 該蛋白質(zhì)有沒有保守的功能結(jié)構(gòu)域 (NCBI CD-search)？ 4. 該蛋白質(zhì)的功能是怎樣

2、的？5. 該蛋白質(zhì)的三級結(jié)構(gòu)是什么？如果沒有的話，和它最相似的同源物的結(jié)構(gòu)是什么樣子的？給出示意圖。實驗類型：綜合性必修或選修：必修使用的主要儀器：可以訪問國際互聯(lián)網(wǎng)的計算機。二實驗項目名稱：雙序列比對實驗?zāi)康模壕毩暿褂脛討B(tài)規(guī)劃算法進行雙序列比對；理解打分矩陣和參數(shù)對雙序列比對結(jié)果的影響；理解動態(tài)規(guī)劃算法的原理。教學基本要求：動態(tài)規(guī)劃算法是序列比對最基本的算法，可以確保找到最優(yōu)比對。分為全局比對（Needleman-Wunch algorithm）和局部比對算法（Smith-Waterman algorithm）。通過本實驗的練習，更好的理解動態(tài)規(guī)劃算法。實驗內(nèi)容提要：對如下的兩條序列進行雙序

3、列比對分析： Drosophila Sex-lethal proteinASNTNLIVNYLPQDMTDRELYALFRAIGPINTCRIMRDYKTGYSYGYAFVDFTSEMDSQRAIKVLNG Mouse Huc RBDMDSKTNLIVNYLPQNMTQDEFKSLFGSIGDIESCKLVRDKITGQSLGYGFVNYSDPNDADKAINTLNGL這些蛋白質(zhì)包含一個RNA識別模體（RNA Recognition Motif，RRM）。該模體包含兩個高度保守的兩個功能區(qū)RNP1和RNP2（已用紅色標記）。通過ebi網(wǎng)站的在線工具完成練習（）。1. RNP1和RNP2是否得到

4、比對？ 選擇至少三個（差別大的）空位罰分和延伸值來進行比對，2a. 算法是否找到RNP1和 RNP2的正確比對？b. 當空位開啟罰分高時，結(jié)果發(fā)生什么變化？c. 當空位延伸罰分高時，結(jié)果發(fā)生什么變化？ d. 為什么k個連續(xù)的空位罰分要小于k個間隔的空位罰分？使用PAM250矩陣重復(fù)上述過程。3. 比對結(jié)果是否發(fā)生變化？繼續(xù)進行這兩條序列的局部比對，通過ebi網(wǎng)站的在線工具完成練習，網(wǎng)址：（）4a. RNP1和RNP2是否在局部比對中得到比對？b. 局部比對的生物學意義是什么？c. 為什么在這種比對中我們選擇局部比對而不是全局比對？ 采用不同的打分參數(shù)和其它打分矩陣。5. 比對結(jié)果發(fā)生了什么變化

5、？ 實驗類型：綜合性必修或選修：必修使用的主要儀器：可以訪問國際互聯(lián)網(wǎng)的計算機。三實驗項目名稱：序列的點陣分析實驗?zāi)康模狐c陣分析是雙序列分析最直觀的工具，通過本實驗了解點陣分析的原理和方法。教學基本要求：了解和熟悉點陣分析的原理和參數(shù)對分析結(jié)果的影響，可以對結(jié)果進行解讀和解釋。實驗內(nèi)容提要：本實驗在如下網(wǎng)址完成：首先學習根據(jù)dotlet的在線教程，快速學習其基本使用方法和參數(shù)設(shè)置。然后進行如下的序列分析。回答問題：點陣分析的基本原理是什么？1. 重復(fù)序列通過點陣分析可以很容易的發(fā)現(xiàn)序列中的重復(fù)，果蠅的一個蛋白質(zhì)（索引號碼：P24014）中具有幾個重復(fù)片段，請通過dotlet分析，找到這些序列重

6、復(fù)的片段。SLIT_DROME (P24014):MAAPSRTTLMPPPFRLQLRLLILPILLLLRHDAVHAEPYSGGFGSSAVSSGGLGSVGIHIPGGGVGVITEARCPRVCSCT GLNVDCSHRGLTSVPRKISADVERLELQGNNLTVIYETDFQRLTKLRMLQLTDNQIHTIERNSFQDLVSLERLDISNNVI TTVGRRVFKGAQSLRSLQLDNNQITCLDEHAFKGLVELEILTLNNNNLTSLPHNIFGGLGRLRALRLSDNPFACDCHLSW LSRFLRSATRLAPYTRCQSPSQLKGQNVADLH

7、DQEFKCSGLTEHAPMECGAENSCPHPCRCADGIVDCREKSLTSVPVTL PDDTTDVRLEQNFITELPPKSFSSFRRLRRIDLSNNNISRIAHDALSGLKQLTTLVLYGNKIKDLPSGVFKGLGSLRLLL LNANEISCIRKDAFRDLHSLSLLSLYDNNIQSLANGTFDAMKSMKTVHLAKNPFICDCNLRWLADYLHKNPIETSGARCE SPKRMHRRRIESLREEKFKCSWGELRMKLSGECRMDSDCPAMCHCEGTTVDCTGRRLKEIPRDIPLHTTELLLNDNELGR ISSDGLFG

8、RLPHLVKLELKRNQLTGIEPNAFEGASHIQELQLGENKIKEISNKMFLGLHQLKTLNLYDNQISCVMPGSFE HLNSLTSLNLASNPFNCNCHLAWFAECVRKKSLNGGAARCGAPSKVRDVQIKDLPHSEFKCSSENSEGCLGDGYCPPSCT CTGTVVACSRNQLKEIPRGIPAETSELYLESNEIEQIHYERIRHLRSLTRLDLSNNQITILSNYTFANLTKLSTLIISYN KLQCLQRHALSGLNNLRVVSLHGNRISMLPEGSFEDLKSLTHIALGSNPLYCDCGLKWFSDWIKL

9、DYVEPGIARCAEPEQ MKDKLILSTPSSSFVCRGRVRNDILAKCNACFEQPCQNQAQCVALPQREYQCLCQPGYHGKHCEFMIDACYGNPCRNNAT CTVLEEGRFSCQCAPGYTGARCETNIDDCLGEIKCQNNATCIDGVESYKCECQPGFSGEFCDTKIQFCSPEFNPCANGAK CMDHFTHYSCDCQAGFHGTNCTDNIDDCQNHMCQNGGTCVDGINDYQCRCPDDYTGKYCEGHNMISMMYPQTSPCQNHEC KHGVCFQPNAQGSDYLCRCHPGYTGKWCEYLTSISFVHNNS

10、FVELEPLRTRPEANVTIVFSSAEQNGILMYDGQDAHLAV ELFNGRIRVSYDVGNHPVSTMYSFEMVADGKYHAVELLAIKKNFTLRVDRGLARSIINEGSNDYLKLTTPMFLGGLPVDP AQQAYKNWQIRNLTSFKGCMKEVWINHKLVDFGNAQRQQKITPGCALLEGEQQEEEDDEQDFMDETPHIKEEPVDPCLEN KCRRGSRCVPNSNARDGYQCKCKHGQRGRYCDQGEGSTEPPTVTAASTCRKEQVREYYTENDCRSRQPLKYAKCVGGCGN QCCAAKIVRRRKVRMVC

11、SNNRKYIKNLDIVRKCGCTKKCY從uniprot或者genbank數(shù)據(jù)庫中的注釋信息進行進一步確認你所發(fā)現(xiàn)的結(jié)果。2. 低復(fù)雜度區(qū)域惡性瘧原蟲抗原蛋白前體（索引號碼：P69192）具有一段低復(fù)雜度區(qū)域的序列，通過點陣分析找到這個特點。SERA_PLAFG (P69192):MKSYISLFFILCVIFNKNVIKCTGESQTGNTGGGQAGNTVGDQAGSTGGSPQGSTGASQPGSSEPSNPVSSGHSVSTVSVSQTSTSSEKQDTIQVKSALLKDYMGLKVTGPCNENFIMFLVPHIYIDVDTEDTNIELRTTLKETNNAISFESNSGS

12、LEKKKYVKLPSNGTTGEQGSSTGTVRGDTEPISDSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSESLPANGPDSPTVKPPRNLQNICETGKNFKLVVYIKENTLIIKWKVYGETKDTTENNKVDVRKYLINEKETPFTSILIHAYKEHNGTNLIESKNYALGSDIPEKCDTLASNCFLSGNFNIEKCFQCALLVEKENKNDVCYKYLSEDIVSNFKEIKAETEDDDEDDYTEYKLTESIDNILVKMFKTNENNDKSELIKLEEVDDSLKLELMNYCSLLKDVDTTGTLDNYGMGN

13、EMDIFNNLKRLLIYHSEENINTLKNKFRNAAVCLKNVDDWIVNKRGLVLPELNYDLEYFNEHLYNDKNSPEDKDNKGKGVVHVDTTLEKEDTLSYDNSDNMFCNKEYCNRLKDENNCISNLQVEDQGNCDTSWIFASKYHLETIRCMKGYEPTKISALYVANCYKGEHKDRCDEGSSPMEFLQIIEDYGFLPAESNYPYNYVKVGEQCPKVEDHWMNLWDNGKILHNKNEPNSLDGKGYTAYESERFHDNMDAFVKIIKTEVMNKGSVIAYIKAENVMGYEFSGKKVQNLCGDDTADHAV

14、NIVGYGNYVNSEGEKKSYWIVRNSWGPYWGDEGYFKVDMYGPTHCHFNFIHSVVIFNVDLPMNNKTTKKESKIYDYYLKASPEFYHNLYFKNFNVGKKNLFSEKEDNENNKKLGNNYIIFGQDTAGSGQSGKESNTALESAGTSNEVSERVHVYHILKHIKDGKIRMGMRKYIDTQDVNKKHSCTRSYAFNPENYEKCVNLCNVNWKTCEEKTSPGLCLSKLDTNNECYFCYV四實驗項目名稱：多序列比對實驗?zāi)康模涸谛蛄蟹治鲋校嘈蛄斜葘哂袕V泛的應(yīng)用，是許多其他分析的基礎(chǔ)和前提，比如進化發(fā)生分析、構(gòu)建位置特異

15、性打分矩陣、找到一致序列等，本實驗的目的是熟悉多序列比對相關(guān)的操作和編輯方法。教學基本要求：了解和熟悉多序列比對的原理和基本方法。實驗內(nèi)容提要：1. 使用CLUSTALW 算法，比對一組蛋白質(zhì)序列，該序列屬于RAD51-RECA，在DNA的復(fù)制階段起重要作用，這些序列可以從NCBI genbank、Uniprot等序列服務(wù)器獲取，序列的索引號碼為：P25454，P25453，P0A7G6，P48295。將這些序列保存在一個文本文件。如果查詢到的序列不止一個的話，選擇第一個。P25454.1 Full=DNA repair protein RAD51MSQVQEQHISESQLQYGNGSLMS

16、TVPADLSQSVVDGNGNGSSEDIEATNGSGDGGGLQEQAEAQGEMEDEAYDEAALGSFVPIEKLQVNGITMADVKKLRESGLHTAEAVAYAPRKDLLEIKGISEAKADKLLNEAARLVPMGFVTAADFHMRRSELICLTTGSKNLDTLLGGGVETGSITELFGEFRTGKSQLCHTLAVTCQIPLDIGGGEGKCLYIDTEGTFRPVRLVSIAQRFGLDPDDALNNVAYARAYNADHQLRLLDAAAQMMSESRFSLIVVDSVMALYRTDFSGRGELSARQMHLAKFMRALQRLADQFGVAVVV

17、TNQVVAQVDGGMAFNPDPKKPIGGNIMAHSSTTRLGFKKGKGCQRLCKVVDSPCLPEAECVFAIYEDGVGDPREEDEP25453.1 Full=Meiotic recombination protein DMC1MSVTGTEIDSDTAKNILSVDELQNYGINASDLQKLKSGGIYTVNTVLSTTRRHLCKIKGLSEVKVEKIKEAAGKIIQVGFIPATVQLDIRQRVYSLSTGSKQLDSILGGGIMTMSITEVFGEFRCGKTQMSHTLCVTTQLPREMGGGEGKVAYIDTEGTFRPERIKQIAEGYELD

18、PESCLANVSYARALNSEHQMELVEQLGEELSSGDYRLIVVDSIMANFRVDYCGRGELSERQQKLNQHLFKLNRLAEEFNVAVFLTNQVQSDPGASALFASADGRKPIGGHVLAHASATRILLRKGRGDERVAKLQDSPDMPEKECVYVIGEKGITDSSDP0A7G6.2 Full=Protein RecA; AltName: Full=Recombinase AMAIDENKQKALAAALGQIEKQFGKGSIMRLGEDRSMDVETISTGSLSLDIALGAGGLPMGRIVEIYGPESSGKTTLTLQVIAAAQR

19、EGKTCAFIDAEHALDPIYARKLGVDIDNLLCSQPDTGEQALEICDALARSGAVDVIVVDSVAALTPKAEIEGEIGDSHMGLAARMMSQAMRKLAGNLKQSNTLLIFINQIRMKIGVMFGNPETTTGGNALKFYASVRLDIRRIGAVKEGENVVGSETRVKVVKNKIAAPFKQAEFQILYGEGINFYGELVDLGVKEKLIEKAGAWYSYKGEKIGQGKANATAWLKDNPETAKEIEKKVRELLLSNPNSTPDFSVDDSEGVAETNEDFP48295.2 Full=Protein RecA; AltNa

20、me: Full=Recombinase AMAGTDREKALDAALAQIERQFGKGAVMRMGDRTQEPIEVISTGSTALDIALGVGGLPRGRVVEIYGPESSGKTTLTLHAVANAQKAGGQVAFVDAEHALDPEYAKKLGVDIDNLILSQPDNGEQALEIVDMLVRSGALDLIVIDSVAALVPRAEIEGEMGDSHVGLQARLMSQALRKITSALNQSKTTAIFINQLREKIGVMFGSPETTTGGRALKFYASVRLDIRRIETLKDGTDAVGNRTRVKVVKNKVAPPFKQAEFDILYGQGISREGGLIDMG

21、VEHGFVRKAGAWYTYEGDQLGQGKENARNFLKDNPDLADEIERKIKEKLGVGVRPDAAKAEAATDAAAAADTAGTDDAAKSVPAPASKTAKATKATAVKSa. 練習使用EBI CLUSTALW（）；b. 將序列數(shù)據(jù)拷貝復(fù)制到窗口中；c. 采用默認參數(shù)進行比對；回答：clustalw算法的基本原理？2. 在BAliBASE網(wǎng)站查找一組蛋白質(zhì)：1csy。這些蛋白質(zhì)的一致性為20-40%，屬于BAliBASE參考序列1。正確的比對結(jié)果網(wǎng)址如下：主要的比對信息截圖如下所示：注意：這里的比對是基于結(jié)構(gòu)信息的，所以是正確的。是序列的部分比對，為什么？這五條序列

22、的名稱和索引號碼如下：Sequence Name SWISSPROT Accession1csy P43405 1gri P29354（已被分為P62993和P62994，序列完全一致，任選一條即可。）1aya P35235 2pna P23727 1bfi P27986 sp|P43405|KSYK_HUMAN Tyrosine-protein kinase SYK OS=Homo sapiens GN=SYK PE=1 SV=1MASSGMADSANHLPFFFGNITREEAEDYLVQGGMSDGLYLLRQSRNYLGGFALSVAHGRKAHHYTIERELNGTYAIAGGRTH

23、ASPADLCHYHSQESDGLVCLLKKPFNRPQGVQPKTGPFEDLKENLIREYVKQTWNLQGQALEQAIISQKPQLEKLIATTAHEKMPWFHGKISREESEQIVLIGSKTNGKFLIRARDNNGSYALCLLHEGKVLHYRIDKDKTGKLSIPEGKKFDTLWQLVEHYSYKADGLLRVLTVPCQKIGTQGNVNFGGRPQLPGSHPATWSAGGIISRIKSYSFPKPGHRKSSPAQGNRQESTVSFNPYEPELAPWAADKGPQREALPMDTEVYESPYADPEEIRPKEVYLDRKLLTLEDKELGSGNF

24、GTVKKGYYQMKKVVKTVAVKILKNEANDPALKDELLAEANVMQQLDNPYIVRMIGICEAESWMLVMEMAELGPLNKYLQQNRHVKDKNIIELVHQVSMGMKYLEESNFVHRDLAARNVLLVTQHYAKISDFGLSKALRADENYYKAQTHGKWPVKWYAPECINYYKFSSKSDVWSFGVLMWEAFSYGQKPYRGMKGSEVTAMLEKGERMGCPAGCPREMYDLMNLCWTYDVENRPGFAAVELRLRNYYYDVVNsp|P62993|GRB2_HUMAN Growth factor receptor-bou

25、nd protein 2 OS=Homo sapiens GN=GRB2 PE=1 SV=1MEAIAKYDFKATADDELSFKRGDILKVLNEECDQNWYKAELNGKDGFIPKNYIEMKPHPWFFGKIPRAKAEEMLSKQRHDGAFLIRESESAPGDFSLSVKFGNDVQHFKVLRDGAGKYFLWVVKFNSLNELVDYHRSTSVSRNQQIFLRDIEQVPQQPTYVQALFDFDPQEDGELGFRRGDFIHVMDNSDPNWWKGACHGQTGMFPRNYVTPVNRNVsp|P62994|GRB2_RAT Growth factor rece

26、ptor-bound protein 2 OS=Rattus norvegicus GN=Grb2 PE=1 SV=1MEAIAKYDFKATADDELSFKRGDILKVLNEECDQNWYKAELNGKDGFIPKNYIEMKPHPWFFGKIPRAKAEEMLSKQRHDGAFLIRESESAPGDFSLSVKFGNDVQHFKVLRDGAGKYFLWVVKFNSLNELVDYHRSTSVSRNQQIFLRDIEQVPQQPTYVQALFDFDPQEDGELGFRRGDFIHVMDNSDPNWWKGACHGQTGMFPRNYVTPVNRNVsp|P35235|PTN11_MOUSE Ty

27、rosine-protein phosphatase non-receptor type 11 OS=Mus musculus GN=Ptpn11 PE=1 SV=2MTSRRWFHPNITGVEAENLLLTRGVDGSFLARPSKSNPGDFTLSVRRNGAVTHIKIQNTGDYYDLYGGEKFATLAELVQYYMEHHGQLKEKNGDVIELKYPLNCADPTSERWFHGHLSGKEAEKLLTEKGKHGSFLVRESQSHPGDFVLSVRTGDDKGESNDGKSKVTHVMIRCQELKYDVGGGERFDSLTDLVEHYKKNPMVETLGTVLQLKQPLN

28、TTRINAAEIESRVRELSKLAETTDKVKQGFWEEFETLQQQECKLLYSRKEGQRQENKNKNRYKNILPFDHTRVVLHDGDPNEPVSDYINANIIMPEFETKCNNSKPKKSYIATQGCLQNTVNDFWRMVFQENSRVIVMTTKEVERGKSKCVKYWPDEYALKEYGVMRVRNVKESAAHDYTLRELKLSKVGQALLQGNTERTVWQYHFRTWPDHGVPSDPGGVLDFLEEVHHKQESIVDAGPVVVHCSAGIGRTGTFIVIDILIDIIREKGVDCDIDVPKTIQMVRSQRSGMVQTEAQYRF

29、IYMAVQHYIETLQRRIEEEQKSKRKGHEYTNIKYSLVDQTSGDQSPLPPCTPTPPCAEMREDSARVYENVGLMQQQRSFRsp|P23727|P85A_BOVIN Phosphatidylinositol 3-kinase regulatory subunit alpha OS=Bos taurus GN=PIK3R1 PE=1 SV=1MSAEGYQYRALYDYKKEREEDIDLHLGDILTVNKGSLVALGFSDGQEAKPEEIGWLNGYNETTGERGDFPGTYVEYIGRKKISPPTPKPRPPRPLPVAPGPSKTEADSEQQ

30、ASTLPDLAEQFAPPDVAPPLLIKLVEAIEKKGLECSTLYRTQSSSNPAELRQLLDCDTASLDLEMFDVHVLADAFKRYLLDLPNPVIPVAVSSELISLAPEVQSSEEYIQLLKKLIRSPSIPHQYWLTLQYLLKHFFKLSQTSSKNLLNARVLSELFSPLLFRFPAASSENTEHLIKIIEILISTEWNERQPAPALPPKPPKPTTVANNGMNNNMSLQDAEWYWGDISREEVNEKLRDTADGTFLVRDASTKMHGDYTLTLRKGGNNKLIKIFHRDGKYGFSDPLTFNSVVELINHYRNE

31、SLAQYNPKLDVKLLYPVSKYQQDQVVKEDNIEAVGKKLHEYNTQFQEKSREYDRLYEDYTRTSQEIQMKRTAIEAFNETIKIFEEQCQTQERYSKEYIEKFKREGNETEIQRIMHNYEKLKSRISEIVDSRRRLEEDLKKQAAEYREIDKRMNSIKPDLIQLRKTRDQYLMWLTQKGVRQKKLNEWLGNENTEDQYSLVEDDEDLPHHDEKTWNVGSSNRNKAENLLRGKRDGTFLVRESSKQGCYACSVVVDGEVKHCVINKTATGYGFAEPYNLYSSLKELVLHYQHTSLVQHNDSLN

32、VTLAYPVYAQQRRsp|P27986|P85A_HUMAN Phosphatidylinositol 3-kinase regulatory subunit alpha OS=Homo sapiens GN=PIK3R1 PE=1 SV=2MSAEGYQYRALYDYKKEREEDIDLHLGDILTVNKGSLVALGFSDGQEARPEEIGWLNGYNETTGERGDFPGTYVEYIGRKKISPPTPKPRPPRPLPVAPGSSKTEADVEQQALTLPDLAEQFAPPDIAPPLLIKLVEAIEKKGLECSTLYRTQSSSNLAELRQLLDCDTPSVDLEM

33、IDVHVLADAFKRYLLDLPNPVIPAAVYSEMISLAPEVQSSEEYIQLLKKLIRSPSIPHQYWLTLQYLLKHFFKLSQTSSKNLLNARVLSEIFSPMLFRFSAASSDNTENLIKVIEILISTEWNERQPAPALPPKPPKPTTVANNGMNNNMSLQDAEWYWGDISREEVNEKLRDTADGTFLVRDASTKMHGDYTLTLRKGGNNKLIKIFHRDGKYGFSDPLTFSSVVELINHYRNESLAQYNPKLDVKLLYPVSKYQQDQVVKEDNIEAVGKKLHEYNTQFQEKSREYDRLYEEYTRTSQE

34、IQMKRTAIEAFNETIKIFEEQCQTQERYSKEYIEKFKREGNEKEIQRIMHNYDKLKSRISEIIDSRRRLEEDLKKQAAEYREIDKRMNSIKPDLIQLRKTRDQYLMWLTQKGVRQKKLNEWLGNENTEDQYSLVEDDEDLPHHDEKTWNVGSSNRNKAENLLRGKRDGTFLVRESSKQGCYACSVVVDGEVKHCVINKTATGYGFAEPYNLYSSLKELVLHYQHTSLVQHNDSLNVTLAYPVYAQQRR 從序列數(shù)據(jù)庫獲取這五條序列的fasta格式，放在一個文本文件中，選擇ebi網(wǎng)站上（/）的至少四個多序列

35、比對工具（如MAFFT、MUSCLE、CLUSTALW2、Clustal Omega、T-Coffee、DbClustal等）進行分析，將結(jié)果保存（Download Alignment File）。擴展名為.fasta?，F(xiàn)在用一個多序列比對軟件，比如bioedit、seaview或者jalview（下載安裝windows版本的比較快速）導(dǎo)入剛才保存的多序列比對結(jié)果文件（擴展名為.fasta的）。比較各個算法的比對結(jié)果（BAliBASE數(shù)據(jù)只是這些多序列比對的一部分，而我們得到的是這幾條序列全長上的比對），所以需要將不相關(guān)的列刪除掉或者用其它符號替代，或者也可以不作處理，找到相關(guān)部分就可以了。比

36、較多序列比對的結(jié)果，與BAliBASE上的相比，那個的結(jié)果更好些？你是如何評價結(jié)果的？3. 序列徽標序列徽標（sequence logo）是一個常用的直觀的多序列比對的圖示工具，對如下的一些序列，創(chuàng)建其序列徽標。網(wǎng)址：。dinD 32-52aactgtatataaatacagttdinG 15-35 tattggctgtttatacagtadinH 77-97tcctgttaatccatacagcadinI 19-39acctgtataaataaccagtalexA-1 28-48tgctgtatatactcacagcalexA-2 7-27aactgtatatacacccagggpolB(d

37、inA) 53-73gactgtataaaaccacagccrecA 59-79tactgtatgagcatacagtarecN-1 49-69tactgtatataaaaccagttrecN-2 27-47tactgtacacaataacagtarecN-3 9-29TCCTGTATGAAAAACCATTAruvAB 49-69cgctggatatctatccagcasosC 18-38tactgatgatatatacaggtsosD 14-34cactggatagataaccagcasulA 22-42tactgtacatccatacagtaumuDC 20-40tactgtatataaa

38、aacagtauvrA 83-103 tactgtatattcattcaggtuvrB 75-95aactgtttttttatccagtauvrD 57-77atctgtatatatacccagct將結(jié)果保存，簡單的解釋一下。sequence logo圖中包含的意義有什么？五實驗項目名稱：序列數(shù)據(jù)庫的搜索比對實驗?zāi)康模和ㄟ^該實驗理解BLAST和PSI-BLAST的基本原理。教學基本要求：可通過BLAST和PSI-BLAST進行數(shù)據(jù)庫的搜索比對，對結(jié)果進行恰當?shù)慕忉尅？衫肂LAST進行相關(guān)序列的檢索，利用PSI-BLAST進行遠相關(guān)序列的檢索。理解兩個工具的原理。實驗內(nèi)容提要：本實驗中，查詢下

39、面這條序列在細菌（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 ATGTACAAGGACTGCATCGAGTCCACTGGAGACTATTTTCTTCTCTGTGACGCCGAGGGGCCATGGGGCATCATTCTGGAGTCCCTGGCCATACTTGGCATCGTGGTCACAATTCTGCT

40、ACTCTTAGCATTTCTCTTCCTCATGCGAAAGATCCAAGACTGCAGCCAGTGGAATGTCCTCCCCACCCAGCTCCTCTTCCTCCTGAGTGTCCTGGGGCTCTTCGGACTCGCTTTTGCCTTCATCATCGAGCTCAATCAACAAACTGCCCCCGTACGCTACTTTCTCTTTGGGGTTCTCTTTGCTCTCTGTTTCTCATGCCTCTTAGCTCATGCCTCCAATCTAGTGAAGCTGGTTCGGGGTTGTGTCTCCTTCTCCTGGACGACAATTCTGTGCATTGCTATTGGTTGCAGTCTGTTGCA

41、AATCATTATTGCCACTGAGTATGTGACTCTCATCATGACCAGAGGTATGATGTTTGTGAATATGACACCCTGCCAGCTCAATGTGGACTTTGTTGTACTCCTGGTCTATGTCCTCTTCCTGATGGCCCTCACATTCTTCGTCTCCAAAGCCACCTTCTGTGGCCCGTGTGAGAACTGGAAGCAGCATGGAAGGCTCATCTTTATCACTGTGCTCTTCTCCATCATCATCTGGGTGGTGTGGATCTCCATGCTCCTGAGAGGCAACCCGCAGTTCCAGCGACAGCCCCAGTGGGACGACCC

42、GGTCGTCTGCATTGCTCTGGTCACCAACGCATGGGTTTTCCTGCTGCTGTACATCGTCCCTGAGCTCTGCATTCTCTACAGATCGTGTAGACAGGAGTGCCCTTTACAAGGCAATGCCTGCCCCGTCACAGCCTACCAACACAGCTTCCAAGTGGAGAACCAGGAGCTCTCCAGAGCCCGAGACAGTGATGGAGCTGAGGAGGATGTAGCATTAACTTCATATGGTACTCCCATTCAGCCGCAGACTGTTGATCCCACACAAGAGTGTTTCATCCCACAGGCTAAACTAAGCCCCCAGCA

43、AGATGCAGGAGGAGTATAA1a. 在NCBI中采用blastn程序，搜索上述序列，將物種限制在“Bacteria”，其它參數(shù)默認，得到幾個結(jié)果命中？E值小于0.1的有幾條？1b. 為了擴大搜索，可以對參數(shù)進行調(diào)整，將BLASTN的word size換為7，其它同上次，得到幾個命中？E值小于0.1的有幾條？1c. 選擇BLASTX，將物種限制在“Bacteria”，其它參數(shù)默認，得到幾個結(jié)果命中？E值小于0.1的有幾條？1d. 在BLASTX中，將word size調(diào)整為2，選擇BLOSUM45打分矩陣，Gap Existence 10，Gap Extension 3，將物種限制在“

44、Bacteria”，其它參數(shù)默認，得到幾個結(jié)果命中？E值小于0.1的有幾條？2. 如下序列是剛才所檢索的核酸序列對應(yīng)的蛋白質(zhì)序列：gi|76828015|gb|AAI07079.1| G protein-coupled receptor, family C, group 5, member D Homo sapiens MYKDCIESTGDYFLLCDAEGPWGIILESLAILGIVVTILLLLAFLFLMRKIQDCSQWNVLPTQLLFLLSVLGLFGLAFAFIIELNQQTAPVRYFLFGVLFALCFSCLLAHASNLVKLVRGCVSFSWTTILCIAIGCSLL

45、QIIIATEYVTLIMTRGMMFVNMTPCQLNVDFVVLLVYVLFLMALTFFVSKATFCGPCENWKQHGRLIFITVLFSIIIWVVWISMLLRGNPQFQRQPQWDDPVVCIALVTNAWVFLLLYIVPELCILYRSCRQECPLQGNACPVTAYQHSFQVENQELSRARDSDGAEEDVALTSYGTPIQPQTVDPTQECFIPQAKLSPQQDAGGV2a. 利用著條序列進行PSI-BLAST檢索，第一輪PSI-BLAST的參數(shù)與上述最后一次的BLASTX參數(shù)一致，即word size調(diào)整為2，選擇BLOSUM45打分矩陣，Gap Existence 10，Gap Extension 3，將物種限制在“Bacteria”，得到幾個匹配？E值小于0.1的有幾條？2b. 選擇E值小于2的序列進行下一步的PSI-BLAST迭代。得到幾個匹配？E值小于0.1的有幾條？2c. 大多數(shù)你所發(fā)現(xiàn)的蛋白質(zhì)都具有相同的功能，是什么功能？如何進一步確定你的查詢序列與結(jié)果中的序列相關(guān)？實驗類型：綜合性必修或選修：必修使用的主要儀器：可以訪問國際互聯(lián)網(wǎng)的計算機。六. 實驗項目名稱：HIV病毒的進化分析實驗?zāi)康模毫私夂蛯W習系統(tǒng)發(fā)生分析的步驟和基本方法。教學