Andreas D.Baxevanis

Genome Technology Branch

National Human Genome Research Institude

National Institutes of Health

Bethesda.Maryland

在尋找基因和致力于發(fā)現(xiàn)新蛋白的努力中，人們習慣于把新的序列同已知功能的蛋白序列作比對。由于這些比對通常都希望能夠推測新蛋白的功能，不管它們是雙重比對還是多序列比對，都可以回答大量的其它的生物學問題。舉例來說，面對一堆搜集的比對序列，人們會研究隱含于蛋白之中的系統(tǒng)發(fā)生的關系，以便于更好地理解蛋白的進化。人們并不只是著眼于某一個蛋白，而是研究一個家族中的相關蛋白，看看進化壓力和生物秩序如何結合起來創(chuàng)造出新的具有雖然不同但是功能相關的蛋白。研究完多序列比對中的高度保守區(qū)域，我們可以對蛋白質(zhì)的整個結構進行預測，并且猜測這些保守區(qū)域?qū)τ诰S持三維結構的重要性。

顯然，分析一群相關蛋白質(zhì)時，很有必要了解比對的正確構成。發(fā)展用于多序列比對的程序是一個很有活力的研究領域，絕大多數(shù)方法都是基于漸進比對(progressive alignment)的概念。漸進比對的思想依賴于使用者用作比對的蛋白質(zhì)序列之間確實存在的生物學上的或者更準確地說是系統(tǒng)發(fā)生學上的相互關聯(lián)。不同算法從不同方面解決這一問題，但是當比對的序列大大地超過兩個時(雙重比對)，對于計算的挑戰(zhàn)就會很令人生畏。在實際操作中，算法會在計算速度和獲得最佳比對之間尋求平衡，常常會接受足夠相近的比對。不管最終使用的是什么方法，使用者都必須審視結果的比對，因為再次基礎上作一些手工修改是十分必要的，尤其是對保守的區(qū)域。

由于本書偏重于方法而不是原理，這里只討論一小部分現(xiàn)成的程序。我們從兩個多序列比對的方法開始，接下去是一系列的利用蛋白質(zhì)家族中已知的模體或是式樣的方法，最后討論兩個具有贈送的方法，因為絕大多數(shù)公開的算法不能達到出版物的數(shù)量。在本章結尾部分將會列出更詳細的多序列比對的算法。

漸進比對方法

CLUSTAL W

CLUSTAL W算法是一個最廣泛使用的多序列比對程序，在任何主要的計算機平臺上都可以免費使用。這個程序基于漸進比對的思想，得到一系列序列的輸入，對于每兩個序列進行雙重比對并且計算結果。基于這些比較，計算得到一個距離矩陣，反映了每對序列

Bioinformatics: A Practical Guide to the Analysis of genes and Proteins

Edited by A.D. Baxevanis and B.E.E. Ouellette

ISBN 0-471-191965. pages 172-188. Copyright ? 1998 Wiley – Liss. Inc.的關系，于是，基于鄰近加入方法，這個矩陣被用來計算出一個系統(tǒng)發(fā)生輔助樹。這個輔助樹，加權后可以證實極相近的序列，然后以雙重比對極相近的序列開始，為組建比對提供基礎，然后重新比對下一個加入的比對，依次類推。如果加入的序列較多，那么毫無疑問，必須加入空位以適應序列的差異，但是加入空位必須接受空位開放罰分和空位擴展罰分。在絕大多數(shù)情況下，使用者不會在比對時加入結構信息，但是空位開放補償利用了可以出現(xiàn)在α-螺旋或β-折疊末端的特殊殘基以及空位罰分所偏好的殘基，眾所周知，這些殘基更喜歡顯示這個特異性。已經(jīng)存在的空位的擴展原則很簡單，只是要在那些極有可能在結構中形成彎曲的位點擴展空位，這些空位擴展罰分計算是有位置決定的。

為了介紹基于UNIX平臺的CLUSTAL W的使用，考慮一下從四種不同物種來源的UIA蛋白(人類，鼠，Xenopus laevis和果蠅)。這四種輸入序列放在一個單獨的文件中，作成六種可以接受的格式中的一種，然后在UNIX提示符下執(zhí)行clustalw，用戶必須執(zhí)行命令才會看見主菜單:

*********************************************************************

**********CLUSTAL W(1.60) Multiple Sequence Alignments******************

*********************************************************************

1.Sequence Input From Disc

2.Multiple Alignments

3.Profile / Structure Alignments

4.Phylogenetic trees

S. Execute a system command

H. HELP

X. EXIT (leave program)

Your choice: 1

選擇菜單中的選項1(Sequence Input From Disc)以輸入要比對的序列，選擇1后會出現(xiàn)序列輸入菜單:

Sequences should all be in 1 title.

6 formats accepted:

NBRF PIR, EMBI, SwissProt, Peat son (Fasta), GDE, Clustal, GCG MSF.

Enter the name of the sequence file: UIA.seqs

系統(tǒng)會提示用戶有六種可以接受的格式，然后會提問輸入序列的文件名，在這里序列輸入文件名為UIA.seqs，一旦輸入這個文件名，屏幕上會顯示讀取文件的過程，然后返回主菜單，這時，用戶可以選擇選項2進行多序列比對:

**************** MULTIPLE ALIGNMENT MENU *****************

1.DO COMPLETE MULTIPLE ALIGNMENT NOW (Slow / Accurate)

2.Produce guide tree file only

3.do alignment using old guide tree file

4.Toggle Slow Fast pairwise alignments = SLOW

5.Pairwise alignment parameters

6.Multiple alignment parameters

7. Reset gaps between alignments? = ON

8. Toggle screen display = ON

9. Output format ooptions

S. Execute a system command

H. HELP

or press [RETURN] to go back to main menu

Your choice: 1

(責任編輯：大漢昆侖王)

總結

以上是生活随笔為你收集整理的多序列比对的c语言程序,多序列比对的实际应用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。