《資料格式》課件

Sequenceanalysis資料格式(Dataformat)資料格式（Text）MTEITAAMVKELRESTGAGMMDCKNALSETNGDFDKAVQLLREKGLGKAAKKADRLAAEGLVSVKVSDDFTIAAMRPSYLSYEDLDMTFVENEYKALVAELEKENEERRRLKDPNKPEHKQFASRKQLSDAILKEAEEKIKEELKAQGKPEKIWDNIIPGKMNSFIADNSQLDSKLTLMGQFYVMDDKKTVEQVIAEKEKEFGGKIKIVEFICFEVGEGLEKKTEDFAAEVAAQLTVSEINSETDFVAKNDQFIALTKDTTAHIQSNSLQSVEELHSSTINGVKFEEYLKSQIATIGENLVVRFATLKAGANGVVNGYIHTNGRVGVVIAAACDSAEVASKSRDLLRQICMH資料格式（FASTA）>SEQUENCE_1MTEITAAMVKELRESTGAGMMDCKNALSETNGDFDKAVQLLREKGLGKAAKKADRLAAEGLVSVKVSDDFTIAAMRPSYLSYEDLDMTFVENEYKALVAELEKENEERRRLKDPNKPEHKIPQFASRKQLSDAILKEAEEKIKEELKAQGKPEKIWDNIIPGKMNSFIADNSQLDSKLTLMGQFYVMDDKKTVEQVIAEKEKEFGGKIKIVEFICFEVGEGLEKKTEDFAAEVAAQL>SEQUENCE_2SATVSEINSETDFVAKNDQFIALTKDTTAHIQSNSLQSVEELHSSTINGVKFEEYLKSQIATIGENLVVRRFATLKAGANGVVNGYIHTNGRVGVVIAAACDSAEVASKSRDLLRQICMH資料格式（GenBank）資料格式（Swissport）資料庫比對搜尋DatabaseSearch其他資料庫(Others)Signalingpathway,metabolicpathway……資料庫種類文獻資料庫(Referencedatabase)PubMed,Books,OMIN,SeqAnalRef

序列資料庫(SequenceDatabase)Nucleotide,protein

http://=PubMedReferencedatabasehttp://=BooksReferencedatabasehttp://=OMIMReferencedatabasehttp:///Referencedatabasehttp:///ReferencedatabaseSequenceDatabasesNucleotidedatabase

-DNA-mRNA/cDNA -Alternativespicing -SNP -UniGeneProteinDatabase -Sequences -Domainandfamily -Structure -Swiss-2D%3DImage -ENZYME -PDB

InternationalDNAdatabankshttp:///DataBankhttp:///Databases/DataBankhttp:///DataBankhttp:///GenomeBrowerGenomeBrowerhttp:///GenomeBrowerExpressionSequenceTag/mRNA/cDNADatabasehttp://mRNA/cDNADatabasehttp:///mRNA/cDNADatabaseAlternativesplicingAlternativeSplicingAnnotationProjectII:8080/BIPASSSingleNucleotidePolymorphism(SNP)http:///SNP/SNPdatabasehttp:///SNPdatabasehttp:///Proteindatabasehttp:///這是一個以蛋白質(zhì)功能為分類基準的資料庫，資料庫內(nèi)的資料包括了蛋白質(zhì)的生化功能、來源、活性區(qū)域、胺基酸序列的一致性模式(consensuspattern)收集蛋白質(zhì)在二維電泳膠片上特定位置的資料庫http:///enzyme/ENZYME這個資料庫的資料有，酵素所催化的生化反應(yīng)方程式、酵素所需要的輔助因子(cofactor)、酵素在BoehringerMannheim所提供的生化新陳代謝圖中的位置http://OTHER-TYPEDATABASESSignalingPathwayDatabaseReference………..………..http:///cards/GeneCardshttp://BIOCARTAhttp:///KyotoEncyclopediaofGenesandGenomes(KEGG)/SignalingPathwayDatabase2007DatabasesearchTextsearch(Keyword)NCBI(Entrez;http://)EBI(SRS;)由於目前的Entrez介面提供整個Entrez資料庫的搜尋結(jié)果，所以使用者不需定義特定資料庫。在使用SRS時就需注意定義特定資料庫，再進行搜尋。

SequencesearchNCBI(BLAST;)EBI(Fasta;)試以Fibroblastgrowthfactor9“FGF9”為keyword，練習(xí)由NCBI提供的Entrez

或由EBI提供的SRS

來搜尋文獻、核酸及蛋白質(zhì)資料庫。練習(xí)一Tryptophanhydroxylase2（TPH2）是大腦製造血清素的速率限制脢，請試著找出：1.人類TPH2gene位於那一條chromosome上？其physicalmap的位置約在多少Megabase(Mb)處？2.找出一篇描述TPH2function有關(guān)的paper，寫下作者、期刊名、卷號、頁數(shù)和出版年份。3.利用NCBI上現(xiàn)有的電子書，找出那一本書上的那個章節(jié)有講述TPH2的相關(guān)資訊。4.利用NCBI(Entrez及BLAST)或EBI(SRS及FASTA)的系統(tǒng),找出人類TPH2mRNAorcDNA序列並利用此序列進行蛋白質(zhì)資料庫搜尋。顯示最好的50筆資料。作業(yè)一序列分析比對Sequencecomparison為什麼需要序列分析比對?比較序列間相似程度找出一些基因規(guī)則找出親緣基因的同緣區(qū)域序列比對指將兩個或多個序列排列在一起，標明其相似之處。序列中可以插入間隔（通常用短橫線「-」表示）。對應(yīng)的相同或相似的符號（在核酸中是A,T（或U）,C,G，在蛋白質(zhì)中是胺基酸殘基的單字母表示）排列在同一列上。為什麼需要序列分析比對?比較序列間相似程度找出一些基因規(guī)則找出親緣基因的同緣區(qū)域序列比對指將兩個或多個序列排列在一起，標明其相似之處。序列中可以插入間隔（通常用短橫線「-」表示）。對應(yīng)的相同或相似的符號（在核酸中是A,T（或U）,C,G，在蛋白質(zhì)中是胺基酸殘基的單字母表示）排列在同一列上。序列並列比對的種類Globalvs.Localalignment序列並列比對的種類常用的序列比對方法一般GlobalAlignment採用Needleman-Wunschalgorithm的演算法，是一種利用動態(tài)規(guī)劃法則（dynamicprogramming）所開發(fā)出來的方法。一般LocalAlignment採用Smith-Waterman的演算法，也是利用dynamicprogramming所開發(fā)出來的方法。在相似度高的片段，Global和LocalAlignment得到的結(jié)果差不多。資料庫搜尋多利用LocalAlignment，Smith-Waterman最先發(fā)展出來，靈敏度最高但因計算量大，故最耗時間。FASTA發(fā)展較晚，計算速度就比Smith-Waterman快，精細程度也不差。而BLAST出現(xiàn)最晚，計算上比其他方式快了許多。它的計算速度使得它在生物序列資料庫的搜尋上有很大的優(yōu)勢，也因此它可說是目前最受歡迎的序列分析工具。序列分析比對工具一、雙序列並列分析

二、多序列並列分析三、序列搜尋資料庫

Pairwisecomparisons

雙序列並列分析Pairwisesequencealignmentmethodsareusedtofindthebest-matchingpiecewise(local)orglobalalignmentsoftwoquerysequencesDot-matrixmethodsDynamicprogrammingWordmethodsMultiplesequencescomparisons

多序列並列分析Multiplesequencealignment(MSA)isanextensionofpairwisealignmenttoincorporatemorethantwosequencesatatime.MSAareoftenusedinidentifyingconservedsequenceregionsacrossagroupofsequencesDynamicprogrammingProgressivemethods

The

methodsbeginbyaligningthetwomostcloselyrelatedsequencesfirstandthensuccessivelyaligningthenextmostcloselyrelatedsequenceinthequerysettothealignmentproducedinthepreviousstep

3.Iterativemethods

theworksimilarlytoprogressivemethodsbutrepeatedlyrealigntheinitialsequencesaswellasaddingnewsequencestothegrowingMSA

4.MotiffindingOnlineSoftwareToolsPairwiseSequenceAlignment

-LALIGN

(global&local) -Align(global&local)

-BLAST2(local) -DNADot(global)MultipleSequenceAlignments

-BCMMultipleSequenceAlignments -MAP(DNAtoProtein) -CHAO