生物信息學(xué)上機(jī)實(shí)驗(yàn)更新

生物信息學(xué)上機(jī)實(shí)驗(yàn)更新第一頁(yè)，共四十五頁(yè)，編輯于2023年，星期三1，序列的數(shù)據(jù)庫(kù)信息檢索示例：待查詢序列：CCCCTGCCTGGCAGCCCTTTCTCAAGGACCACCGCATCTCTACATTCAAGAACTGGCCCTTCTTGGAGGGCTGCGCCTGCACCCCGGAGCGGATGGCCGAGGCTGGCTTCATCCACTGCCCCACTGAGAACGAGCCAGACTTGGCCCAGTGTTTCTTCTGCTTCAAGGAGCTGGAAGGCTGGGAGCCAGATGACGACCCCATAGAGGAACATAAAAAGCATTCGTCCGGTTGCGCTTTCCTTTCTGTCAAGAAGCAGTTTGAAGAATTAACCCTTGGTGAATTTTTGAAACTGGACAGAGAAAGAGCCAAGAACAAAATTGCAAAGGAAACCAACAATAAGAAGAAAGAATTTGAGGAAACTGCGGAGAAAGTGCGCCGTGCCATCGAGCAGCTGGCTGCCATGGATTGAGGCCTCTGGC第二頁(yè)，共四十五頁(yè)，編輯于2023年，星期三問(wèn)題1，這是什么基因？基因的標(biāo)識(shí)符是什么？在基因組上的定位是怎樣的？2，編碼的蛋白質(zhì)多少個(gè)氨基酸？序列標(biāo)識(shí)符為？序列是？3，該蛋白沒有保守的功能結(jié)構(gòu)域？4，該蛋白亞細(xì)胞定位是？它的功能是怎樣的？5，該蛋白在真核生物中是否保守？6，該蛋白有沒有三級(jí)結(jié)構(gòu)信息？第三頁(yè)，共四十五頁(yè)，編輯于2023年，星期三答案1.該基因?yàn)槿说腂IRC5基因；基因標(biāo)識(shí)符：NM_001168.2;染色體定位：17號(hào)染色體，76210277..76221716；2.人的BIRC5蛋白質(zhì)包含142個(gè)氨基酸，序列標(biāo)識(shí)符為：NP_001159.2;序列為：MGAPTLPPAWQPFLKDHRISTFKNWPFLEGCACP…3.BIRC5具有保守的功能結(jié)構(gòu)域BIR；4.BIRC5的細(xì)胞亞定位：胞質(zhì)，核；其功能有：(1)在瘤形成過(guò)程中可能起一定作用；(2)阻礙G2/M期的細(xì)胞編程性凋亡；(3)Chromosomalpassengercomplex(CPC)的成員之一。等等。5.該基因在真核生物中最保守很可能是來(lái)自毛猩猩Pongoabelii的BIRC5蛋白：Q5RAH9；6.該蛋白的三級(jí)結(jié)構(gòu)已知，在PDB中的標(biāo)識(shí)符為1E31等。第四頁(yè)，共四十五頁(yè)，編輯于2023年，星期三2，多序列比對(duì)及進(jìn)化樹構(gòu)建構(gòu)建CytochromeC1家族進(jìn)化樹在Uniprot數(shù)據(jù)庫(kù)中搜索CytochromeC1在不同物種中的氨基酸序列，下載fasta文件使用MEGA軟件對(duì)結(jié)果進(jìn)行分析：1）多序列比對(duì)（MSAmultiplesequencealignment）2）構(gòu)建進(jìn)化樹第五頁(yè)，共四十五頁(yè)，編輯于2023年，星期三CytochromeC1家族序列獲取工具網(wǎng)站/advancedsearchcustomize第六頁(yè)，共四十五頁(yè)，編輯于2023年，星期三調(diào)整結(jié)果顯示格式

選擇想要顯示的內(nèi)容，例如顯示列為EntrynameOrganismSequenceProteinnames

save以蛋白名稱：CytochromeC1為關(guān)鍵詞搜索第七頁(yè)，共四十五頁(yè)，編輯于2023年，星期三搜索結(jié)果第八頁(yè)，共四十五頁(yè)，編輯于2023年，星期三編輯Fasta序列文件選擇搜索結(jié)果中Entryname以“CY1_”開頭的序列(選十幾個(gè)物種序列，每一個(gè)種屬只選一個(gè)序列，即entryname一樣的只選擇一個(gè)即可）點(diǎn)retrieve第九頁(yè)，共四十五頁(yè)，編輯于2023年，星期三編輯Fasta序列文件DownloadFASTA格式的文件直接下載下來(lái)的序列名稱會(huì)很累贅，可以將該文件以文本形式打開，對(duì)序列名稱進(jìn)行編輯，讓其看起來(lái)更加簡(jiǎn)潔明了第十頁(yè)，共四十五頁(yè)，編輯于2023年，星期三Fasta文件格式以>為開頭，后接序列名稱，重啟一行，輸入序列>CY1_BOVINMAAAAATLRGAMVGPRG…>CY1_YEASTMFSNLSKRWAQRTLSKS…>CY1_HUMANMAAAAASLRGVVLGPRG…>…第十一頁(yè)，共四十五頁(yè)，編輯于2023年，星期三Fasta文件要求序列名稱中不含有‘=’字符氨基酸序列可以分成多行，但內(nèi)部不要有空格每個(gè)序列的title僅保留蛋白/基因名稱+種屬來(lái)源，如：CY1_YEAST第十二頁(yè)，共四十五頁(yè)，編輯于2023年，星期三MEGA5軟件使用打開MEGA5，拉開Align菜單，選擇Edit/BuildAlignment

第十三頁(yè)，共四十五頁(yè)，編輯于2023年，星期三MEGA5軟件使用CreatanewAlignment

選擇Protein第十四頁(yè)，共四十五頁(yè)，編輯于2023年，星期三MEGA5軟件使用在新彈出的窗口中，選擇Data->Open->RetrieveSequencesfromFile，然后導(dǎo)入剛才保存的fasta文件第十五頁(yè)，共四十五頁(yè)，編輯于2023年，星期三多序列比對(duì)Ctrl+A選擇全部序列，Aligment->AlignbyClustalW第十六頁(yè)，共四十五頁(yè)，編輯于2023年，星期三多序列比對(duì)可以修改各補(bǔ)償值等參數(shù)，點(diǎn)OK第十七頁(yè)，共四十五頁(yè)，編輯于2023年，星期三多序列比對(duì)多序列比對(duì)完成Dateexportalignment,導(dǎo)出MEGEformat和Fastaformat兩份結(jié)果，得到一個(gè)*.meg文件和一個(gè)*.fas文件第十八頁(yè)，共四十五頁(yè)，編輯于2023年，星期三進(jìn)化樹構(gòu)建關(guān)閉Alignment窗口，回到MEGA軟件主窗口，F(xiàn)ile->OpenAFile/Session，打開之前保存的*.meg文件第十九頁(yè)，共四十五頁(yè)，編輯于2023年，星期三進(jìn)化樹構(gòu)建選擇Phylogeny->Construct/TestNeighbor-JoiningTree點(diǎn)yes第二十頁(yè)，共四十五頁(yè)，編輯于2023年，星期三進(jìn)化樹構(gòu)建&bootstrap驗(yàn)證點(diǎn)computeBootstrapmethod驗(yàn)證進(jìn)化樹，點(diǎn)開選擇bootstrap第二十一頁(yè)，共四十五頁(yè)，編輯于2023年，星期三調(diào)整樹的形狀及樹枝長(zhǎng)度第二十二頁(yè)，共四十五頁(yè)，編輯于2023年，星期三去掉不可信的分支第二十三頁(yè)，共四十五頁(yè)，編輯于2023年，星期三第二十四頁(yè)，共四十五頁(yè)，編輯于2023年，星期三從排列的多序列中隨機(jī)有放回的抽取某一列，構(gòu)成相同長(zhǎng)度的新的排列序列；重復(fù)上面的過(guò)程，得到多組新的序列；對(duì)這些新的序列進(jìn)行建樹，再觀察這些樹與原始樹是否有差異，以此評(píng)價(jià)建樹的可靠性。一般Bootstrap的值>70，則認(rèn)為構(gòu)建的進(jìn)化樹較為可靠。3，（選做）Phylip使用自展法-進(jìn)化樹的可靠性分析BootstrapMethod第二十五頁(yè)，共四十五頁(yè)，編輯于2023年，星期三隨機(jī)有放回的抽取原始數(shù)據(jù)的一列，直到列數(shù)和原始數(shù)據(jù)一樣有放回意味著有些列被采到多次，有的列沒有采到比較一致性，兩種做法Phylib采用第二十六頁(yè)，共四十五頁(yè)，編輯于2023年，星期三Phylip軟件包介紹由華盛頓大學(xué)遺傳學(xué)系開發(fā)，免費(fèi)的系統(tǒng)發(fā)育分析軟件包。幾乎最廣泛使用的系統(tǒng)發(fā)生分析程序，主要包括以下幾個(gè)程序組：分子序列組，距離矩陣組，基因頻率組，離散字符組，進(jìn)化樹繪制組。訪問(wèn)及免費(fèi)下載地址：/phylip.html第二十七頁(yè)，共四十五頁(yè)，編輯于2023年，星期三第二十八頁(yè)，共四十五頁(yè)，編輯于2023年，星期三Phylip軟件包介紹Phylip包含了35個(gè)獨(dú)立的程序，這些獨(dú)立的程序都實(shí)現(xiàn)特定的功能，這些程序基本上包括了系統(tǒng)發(fā)生分析的所有方面。多種不同平臺(tái)的版本（包括windows，Macintosh，DOS，Linux，Unix和OpenVMX）。Phylip軟件包的文檔是非常詳細(xì)的，對(duì)于每個(gè)獨(dú)立的程序，都有一個(gè)獨(dú)立的文檔，詳細(xì)的介紹了該程序的使用及其說(shuō)明。第二十九頁(yè)，共四十五頁(yè)，編輯于2023年，星期三第三十頁(yè)，共四十五頁(yè)，編輯于2023年，星期三第三十一頁(yè)，共四十五頁(yè)，編輯于2023年，星期三outfile是一個(gè)記錄文件，記錄了分析的過(guò)程和結(jié)果，可以直接用文本編輯器（如寫字板）打開。outtree是分析結(jié)果的樹文件，可以用phylip提供的繪樹程序打開查看，也可以用其他的程序來(lái)打開，如treeview等。Phylip軟件包的應(yīng)用由于默認(rèn)輸出的名字是一樣的，為了防止被覆蓋，要把默認(rèn)的輸出名字改一下第三十二頁(yè)，共四十五頁(yè)，編輯于2023年，星期三Windows版本的phylip軟件包第三十三頁(yè)，共四十五頁(yè)，編輯于2023年，星期三現(xiàn)有8段protein序列：>P1MPRFAANLSMMFTEVPFIERFAAARKAGFDAVEFLFPYNYSTLQIQKQLE>P2MPRFEANLSMMFTEVPFAERFADARKAGFDAVEFLFPYCYSDLQIQCQLE>P3WPRFEANLSMMFTEVPFAERFADARKIGFDAEEFLFPYCYSDLQIQCQLE>P4MPCFAANLSMMFTEVPFIERFAAARKAGFDAVEFLFPYNYSTLQIQKQLE>P5MPRFEANLSMEFTAVPFIERFADARKAGFDAVEFLFPYCYSTLQIQKQLE>P6MPRFEANLSMMFTEVPFAERFADARKAGFDAEEFLFPYCYSDLQIQCQLE>P7MPRFEANLSMEFTEVPFIERFADARKAGFDAVEFLFPYCYSTLQIQKQLE>P8WPRFEANLSMMFTEVPFAERFADARKAGFDAEEFLFPYCYSDLQIQCQLE示例：Phylip軟件包構(gòu)建進(jìn)化樹新建文本文件testSeq.fasta復(fù)制以下序列，注意最后是fasta格式第三十四頁(yè)，共四十五頁(yè)，編輯于2023年，星期三

第一步：使用CLUSTALX多序列比對(duì)，F(xiàn)ile/LoadSequenes讀入testSeq.fasta，輸出格式File/SaveSequenesas

為*.PHY這步的目的是完成格式轉(zhuǎn)換，準(zhǔn)備構(gòu)建進(jìn)化樹的序列第三十五頁(yè)，共四十五頁(yè)，編輯于2023年，星期三PHY的格式輸出的*.PHY文件：8和50分別表示8個(gè)序列和每個(gè)序列有50個(gè)氨基酸第三十六頁(yè)，共四十五頁(yè)，編輯于2023年，星期三

第二步：雙擊打開SEQBOOT,按路徑輸入剛才生成的*.PHY文件；設(shè)定適當(dāng)參數(shù)；輸出outfile文件。注意輸入正確的文件地址，可以把文件拷到當(dāng)前目錄隨機(jī)數(shù)可以使用默認(rèn)值，輸入Y這步的目的是用Bootstrap的方法產(chǎn)生多個(gè)復(fù)本第三十七頁(yè)，共四十五頁(yè)，編輯于2023年，星期三重命名Outfile文本文件為Outfile1，打開如下：（包括了100個(gè)replicates）第三十八頁(yè)，共四十五頁(yè)，編輯于2023年，星期三第三步：打開PROTPARS（最大簡(jiǎn)約法），輸入Outfile1文件后如下顯示：設(shè)定適當(dāng)參數(shù)；運(yùn)行輸出outfile和treefile文件。目的是構(gòu)建各個(gè)副本的進(jìn)化樹多組數(shù)據(jù)第三十九頁(yè)，共四十五頁(yè)，編輯于2023年，星期三重命名Outfile文本文件為Outfile2，重命名OutTree為OutTree2；打Outfile2開如右：（包括了100個(gè)replicates的結(jié)果）第四十頁(yè)，共四十五頁(yè)，編輯于2023年，星期三第四步：打開CONSENSE程序，輸入outtree2，運(yùn)行輸出outfile和treefile文件。分別重命名為outfile3和treefile3.tre該步驟目的是綜合100個(gè)復(fù)本，構(gòu)建一致的進(jìn)化樹第四十一頁(yè)，共四十五頁(yè)，編輯于2023年，星期三獲得的結(jié)果文件中，文本文件outfile3顯示如下：outfile第四十二頁(yè)，共四十五頁(yè)，編輯于2023年，星期三樹文件outtree3.tre用TREEVIEW軟件打開顯示：outtree第四十三頁(yè)，共四