數(shù)據(jù)庫的搜索ppt課件(編輯修改稿)
2025-06-08 04:27 本頁面
【文章內容簡介】 eters ④ 字段長度 word size： BLAST程序是通過比對未知序列與數(shù)據(jù)庫序列中的短序列來發(fā)現(xiàn)最佳匹配序列的 。 最初進行 “ 掃描” (scanning)就是確定匹配片段 。 序列的匹配程序由短序列 (定義為 “ word”,即字 )的聯(lián)配得分總和來決定 。 聯(lián)配時 ， “ 字 ” 的每個堿基均被計分：如果堿基對完全相同 (如 A與 A)， 得某一正值；如果堿基對不很匹配 (W與A或 T)， 則得某一略小的正值；如果兩個堿基不匹配 ， 則得一負值 。 總的合計得分便決定了序列間的相似程度 。 NCBI ? 對于蛋白質搜索 ， 窗口大小可以被設定為 3(默認值 )或者 2。 當用一個查詢序列來進行數(shù)據(jù)庫搜索時 ， BLAST算法首先將查詢序列分割成一系列具有特定長度 (字段長度 )的小的序列段 (字段 )。 ? 對于 blastp， 更大的字段長度將得到更高的搜索精度 。 對于任意的字段長度 ， 每個字段的匹配結果將被延伸以得到BLAST的輸出結果 。 實際應用中對于蛋白質搜索很少需要改變字段的長度 。 NCBI ? 對于核酸序列 ， 默認的字段長度是 11， BLAST的字長缺省值為 11， 即 BLASTN將掃描數(shù)據(jù)庫 ， 直到發(fā)現(xiàn)那些與未知序列的 11個連續(xù)堿基完全匹配的 11個連續(xù)堿基長度片段為止 。 然后這些片段 (即字 )被擴展 。 ? 11個堿基的字長已能有效地排除中等分叉的同源性和幾乎所有隨機產生的顯著聯(lián)配 。 它可以被增大 (15)或減小 (7)。降低字段長度將會使搜索變得更準確同時也會變得更慢 。 NCBI Step 4a: 選擇可選的搜索參數(shù) Select optional search parameters NCBI ⑤ 矩陣 matrix： 對于 blastp的蛋白質 蛋白質搜索有 5種氨基酸替代矩陣： PAM30,PAM70,BLOSUM45,BLOSUM62(默認值 )以及 BLAST服務器還提供了很多其他的替代矩陣 ， 如 PAM ?通常情況下明智的選擇是在一次 BLAST搜索中使用幾種不同的打分矩陣 。 Step 4a: 選擇可選的搜索參數(shù) Select optional search parameters NCBI PAM1矩陣： Dayhoff和同事利用可接受點突變的數(shù)據(jù)和每個氨基酸的發(fā)現(xiàn)頻率產生突變概率矩陣 M。 矩陣元素 Mij表示在一給定進化時期內氨基酸 j(列 )替換成氨基酸 i(行 )的概率 。 進化時期為一個 PAM（ PAM定義為進化趨異的單位 ， 表示兩個蛋白 1%氨基酸發(fā)生變化的時間 ） 。 PAM1矩陣 基于緊密相關蛋白質的比對 ， 這些蛋白質家族內的序列一致程度至少有 85%。 除 PAM1矩陣 外的其他 PAM矩陣 是如何得來的 ？ Dayhoff等用 PAM1矩陣 乘以自身數(shù)百次 ， 得到其他 PAM矩陣 。 如PAM250矩陣 就是 PAM1矩陣 乘以自身 250次產生 ， 是 BLAST搜索數(shù)據(jù)庫的常用矩陣之一 。 Step 4a: 選擇可選的搜索參數(shù) Select optional search parameters NCBI Dayhoff’s PAM1 mutation probability matrix 原始氨基酸 Each element of the matrix shows the probability that an original amino acid (top) will be replaced by another amino acid (side) 替代氨基酸 NCBI PAM250 mutation probability matrix Top: original amino acid Side: replacement amino acid NCBI ⑤ PAM0矩陣： 矩陣將成為單位矩陣 ， 因沒有氨基酸發(fā)生變化。 PAM∝ 矩陣： PAM相當大 (如 PAM＞ 2022或矩陣和自己相乘無數(shù)次 )。 每種氨基酸等概率出現(xiàn) ， 每行的所有值都接近于一個數(shù)值 ， 這個數(shù)值就是氨基酸的出現(xiàn)頻率 。 Step 4a: 選擇可選的搜索參數(shù) Select optional search parameters NCBI Dayhoff’s PAM0 mutation probability matrix: the rules for extremely slowly evolving proteins PA M 0 AA laRA rgNA snDA spCC y sQG lnEG luGG lyA 100% 0% 0% 0% 0% 0% 0% 0%R 0% 100% 0% 0% 0% 0% 0% 0%N 0% 0% 100% 0% 0% 0% 0% 0%D 0% 0% 0% 100% 0% 0% 0% 0%C 0% 0% 0% 0% 100% 0% 0% 0%Q 0% 0% 0% 0% 0% 100% 0% 0%E 0% 0% 0% 0% 0% 0% 100% 0%G 0% 0% 0% 0% 0% 0% 0% 100%Top: original amino acid Side: replacement amino acid NCBI Dayhoff’s PAM2022 mutation probability matrix: the rules for very distantly related proteins PAM? A Ala R Arg N Asn D Asp C Cys Q Gln E Glu G Gly A % % % % % % % % R % % % % % % % % N % % % % % % % % D % % % % % % % % C % % % % % % % % Q % % % % % % % % E % % % % % % % % G % % % % % % % % Top: original amino acid Side: replacement amino acid NCBI Step 4a: 選擇可選的搜索參數(shù) Select optional search parameters NCBI Step 4a: Select optional search parameters NCBI NCBI Step 4a: 選擇可選的搜索參數(shù) Select optional search parameters NCBI ⑥ Compositional adjustments： 這個選項是默認選擇的， 一般來說可改善 E值的統(tǒng)計計算和提高
教學課件相關推薦
鄂ICP備17016276號-1