氨基酸序列熵值計(jì)算工具的實(shí)現(xiàn)及其在A型流感病毒HA蛋白序列分

氨基酸序列熵值計(jì)算工具的實(shí)現(xiàn)

及其在A型流感病毒HA蛋白序列

分析中的應(yīng)用王靖飛中國農(nóng)業(yè)科學(xué)院哈爾濱獸醫(yī)研究所2007.8.11昆明A型流感病毒HA蛋白氨基酸序列中特殊位點(diǎn)的突變對其抗原性、毒力、受體結(jié)合特性等有顯著影響這些特殊位點(diǎn)的識別和其突變規(guī)律的揭示對流感病毒疫苗、致病機(jī)理、跨宿主傳播等研究具有重要意義氨基酸序列最大熵可以用來反映氨基酸位點(diǎn)的保守性和可變性前言ClustalX熵值計(jì)算，保守區(qū)和可變區(qū)分析熵值計(jì)算工具Entropy序列文件對齊對齊文件.fastaHA氨基酸序列熵值計(jì)算流程開發(fā)環(huán)境：MicrosoftVisualStudio.NET2003開發(fā)語言：C#主要技術(shù)：文件流、ADO.NET等主要控件：DataGrid、OpenFileDialog等熵值計(jì)算工具——Entropy的開發(fā)1、熵值計(jì)算利用熵值計(jì)算公式計(jì)算每個序列集各位點(diǎn)的熵值。2、保守序列保守序列定義：每個位點(diǎn)出現(xiàn)概率最多的氨基酸的值。并針對可能出現(xiàn)的情況對每個位點(diǎn)的顯示形式加以區(qū)別。3、數(shù)量統(tǒng)計(jì)以數(shù)量的形式顯示每個序列集，每個位點(diǎn)各種氨基酸的數(shù)量。4、百分?jǐn)?shù)統(tǒng)計(jì)以百分比的形式顯示每個序列集，每個位點(diǎn)各氨基酸占總氨基酸數(shù)量的百分比。Entropy的功能介紹Entropy的界面從NCBI的流感病毒資源數(shù)據(jù)庫采集流感病毒HA蛋白氨基酸序列。選擇A型流感病毒、任意宿主、任意地區(qū)、HA片段，H3/H5亞型、僅選擇全長序列、移除同一序列,其余條件系統(tǒng)默認(rèn)。符合條件的序列集有832/932條序列（至2007年7月16日）。分別命名為SetH5和SetH3。取得的序列統(tǒng)一制成FASTA格式Entropy的應(yīng)用——序列數(shù)據(jù)獲取ClustalX裝載序列后，雜亂無章Entropy的應(yīng)用——多序列比對1序列比對后，適當(dāng)?shù)囊肟瘴?，比對結(jié)果整齊有序Entropy的應(yīng)用——多序列比對2已對齊的SetH3Entropy的應(yīng)用——多序列比對3已對齊SetH5Entropy的應(yīng)用——多序列比對4Entropy的應(yīng)用——對齊序列編輯1箭頭所示，由于該位點(diǎn)僅一條序列插入一個N致使其余序列全部產(chǎn)生空位，切除N后該位點(diǎn)對齊比對后的序列利用Bioedit軟件進(jìn)行編輯，將氮端或碳端部分冗長序列切除，或刪除個別序列個別位點(diǎn)的氨基酸插入Entropy的應(yīng)用——對齊序列編輯2已編輯SetH3Entropy的應(yīng)用——對齊序列編輯3已編輯SetH5Entropy的應(yīng)用——編輯后再次對齊分析已編輯SetH5（切割位點(diǎn)附近有大量堿性氨基酸插入）Entropy的應(yīng)用——數(shù)據(jù)輸入Entropy的應(yīng)用——數(shù)據(jù)輸入已裝載序列Entropy的應(yīng)用——熵值計(jì)算Entropy的應(yīng)用——結(jié)果顯示（熵值）Entropy的應(yīng)用——結(jié)果顯示（保守序列分析）Entropy的應(yīng)用——結(jié)果顯示（氨基酸數(shù)量統(tǒng)計(jì)）Entropy的應(yīng)用——結(jié)果顯示（氨基酸出現(xiàn)概率）226位點(diǎn)對比結(jié)果Entropy的應(yīng)用——多數(shù)據(jù)集分析Entropy的應(yīng)用——熵值判斷標(biāo)準(zhǔn)根據(jù)熵值計(jì)算公式可以推導(dǎo)出氨基酸序列比對時，熵值的范圍在0～4.392之間（只有一個氨基酸殘基出現(xiàn)在當(dāng)前位點(diǎn)時熵值為0；所有20個氨基酸殘基，包含氨基酸殘基缺失或插入產(chǎn)生的空位，均勻的出現(xiàn)在當(dāng)前位點(diǎn)時熵值為4.392）通常認(rèn)為熵值≥2.000時該位點(diǎn)是可變異的，當(dāng)熵值＜2.000時認(rèn)為該位點(diǎn)是保守的，當(dāng)熵值≤1.000時該位點(diǎn)是高度保守的。關(guān)于熵值的保守性定義可以結(jié)合比對對象特征定義在此，我們定義熵的范圍（0～4.392），缺省值設(shè)置是1.000。H≥1.000，代表高突變位點(diǎn)；1.000≥H≥0.600，定義為易突變?yōu)辄c(diǎn)；H≤0.600，定義為保守位點(diǎn)■代表高突變位點(diǎn)，△代表易突變位點(diǎn)Entropy的應(yīng)用——分析結(jié)果1上面是H3數(shù)據(jù)，下面是H5數(shù)據(jù)Entropy的應(yīng)用——分析結(jié)果2Entropy的應(yīng)用——分析結(jié)果3Entropy的應(yīng)用——分析結(jié)果4討論與結(jié)論1研究表明，H3和H5亞型HA蛋白氨基酸序列的熵值差異較大，所以氨基酸殘基位點(diǎn)突變比率相差也較大，尤其是功能區(qū)和功能位點(diǎn)差異最為明顯1、受體結(jié)合區(qū)熵值相對較小，表明氨基酸位點(diǎn)相對保守，說明A型流感病毒各亞型受體具有較強(qiáng)的宿主特異性，相對比較保守。2、抗原表位區(qū)H3的熵值普遍高于H5，H3亞型較H5亞型更易發(fā)生抗原漂移。結(jié)合已有研究成果，這種變化主要來自宿主免疫系統(tǒng)的選擇壓力，進(jìn)一步可以驗(yàn)證人類免疫系統(tǒng)對流感病毒的選擇壓力高于禽類。3、H3亞型137、226位點(diǎn)熵值為分別為1.691和1.865，具有較高的突變率。而226位點(diǎn)位于受體結(jié)合位點(diǎn)“Pocket”（袋狀蛋白）的底部，在和唾液酸結(jié)合過程中作用重要，這一位點(diǎn)氨基酸殘基易于突變，表明H3亞型流感病毒在和宿主細(xì)胞表面的受體作用時具有不同的結(jié)合常數(shù)。即同一亞型病毒與相同受體結(jié)合時，結(jié)合力穩(wěn)定性不同，因此可以表現(xiàn)出不同的毒力。4、同一亞型不同抗原表位的熵值也不同。經(jīng)驗(yàn)表明，突變率高的抗原表為通常為病毒的主要抗