生 物 信 息 学 Bioinformatics 0233301510 巩晶 癌症研究中心 山东大学 医学院 2015.10.23

第四章 序列比较 

复习 双序列比对 Needleman-Wunsch算法，1970年，Saul Needleman和Christian Wunsch两人首先将动态规划算法应用于两条序列的全局比对，这个算法后称为Needleman-Wunsch算法。 对于： 序列p：ACGTC 序列q：AATC : 字符对字符 : 字符对空位 箭头指着的序列为空位 0 1 2 3 4 5 序列 p A C G T -5 -10 -15 -20 -25 10 5 7 4 -1 -6 12 9 21 1 2 3 序列 q 4 得分矩阵 序列p： A C G T C 序列q： A - A T C 全局序列比对结果

复习 双序列比对 无论两个序列长度是否相同，都要先做双序列全局比对，然后根据比对结果及比对长度计算它们的一致度和相似度。 如果两个序列长度相同： 一致度（identity）= （一致字符的个数 / 全局比对长度）×100% 相似度（similarity）= （一致及相似的字符的个数 / 全局比对长度）×100% 序列1：CVHK-LA identity = (4/7)*100% = 57% 序列2：C-HKTIA similarity = ((4+1)/7)*100% = 71% 如果两个序列长度不相同： 一致度（identity）=（一致字符的个数 / 全局比对长度）×100% 相似度（similarity）=（一致及相似的字符的个数 / 全局比对长度）×100% 序列1：CVHKAT identity = (4/6)*100% = 67% 序列2：CIHK-T similarity = ((4+1)/6)*100% = 83% 无论两个序列长度是否相同，都要先做双序列全局比对，然后根据比对结果及比对长度计算它们的一致度和相似度。

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具 http://www.ebi.ac.uk/Tools/psa

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具 小的 Gap Open + 大的 Gap Extend

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具 小的 Gap Open + 大的 Gap Extend = 分散的空位

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具 大的 Gap Open + 小的 Gap Extend = 集中的空位

4.5.3 双序列比对：在线比对工具 EMBL在线全局比对工具 调整 gap open 和gap extend以达到期望的比对结果

4.5.3 双序列比对：在线比对工具 EMBL在线局部比对工具

4.5.3 双序列比对：在线比对工具 EMBL在线局部比对工具

4.5.3 双序列比对：在线比对工具 EMBL在线局部比对工具 黑色是相似的部分，红色是完全不相似的部分 >Seq1 MHHHHHHSSGVDLGTENLYFQSMKTTQEQLKRNVRFHAFISYSEHDSLWVKNELIPNLEKEDGSILICLYESYFDPGKSISENIVSFIEKSYKSIFVLSPNFVQNEWCHYEFYFAHHNLFHENSDHIILILLEPIPFYCIPTRYHKLKALLEKKAYLEWPKDRRKCGLFWANLRAAIN >Seq2 GTENLYFQSMKTTQEQLKRNVRFHAFISYSEHDSLWVKNELIPNLEKEDGSILICLYESYFDPGKEWCHYEFYFAHHNLFHENSDHIILILLEPIPFYCIPTRAAAAAAAAAAA

4.5.3 双序列比对：在线比对工具 全局与局部比对比较 局部比对 全局比对

4.5.3 双序列比对：在线比对工具 EMBL在线局部比对工具

4.5.3 双序列比对：在线比对工具 EMBL在线局部比对工具 黑色是相似的部分，红色是不相似的部分 >Seq3 TTLDDPLGHMPERFDAFICYCPSDIQFVQEMIRQLEQTNYRLKLCVSDRDVLPGTCVWSI ASELIEKRCRRMVVVVSDDYLQAKECDVQSKFALSLSPGAHQKRLIPIKYKAMKKEFPSI LRFITVCDYTNPCTKSWFWTRLAKALSLP >Seq4 MHHHHHHSSGVDLGTENLYFQSMKTTQEQLKRNVRFHAFISYSEHDSLWVKNELIPNLEK EDGSILICLYESYFDPGKSISENIVSYLQSKECDLQTKFATSNQNEWCHYEFYFAHHNLF HENSDHIILILLEPIPFYCIPTRYHKLKALLEKKAYLEWPKDRRKCGLFWANLRAAIN

4.5.3 双序列比对：在线比对工具 全局与局部比对比较 局部比对 全局比对

5.3 双序列比对：在线比对工具 免费的在线双序列比对工具 软件名 比对类型 网址链接 EMBL Global/Local PIR http://www.ebi.ac.uk/Tools/psa PIR Global http://pir.georgetown.edu/pirwww/search/pairwise.shtml Lalign http://www.ch.embnet.org/software/LALIGN_form.html LAGAN http://lagan.stanford.edu/lagan_web/index.shtml AlignMe Alignment of Membrane Proteins http://www.bioinfo.mpg.de/AlignMe/AlignMe.html MCALIGN Alignment of non-coding DNA sequences http://homepages.ed.ac.uk/eang33/mcalign/mcinstructions.html

4.6 多序列比对 多序列比对（multiple alignment），对两条以上的生物序列进行全局比对。

4.6.1 多序列比对：应该知道的几点 多序列比对的主要用途： 确认：一个未知的序列是否属于某个家族 建立：系统发生树，查看物种间或者序列间的关系 模式识别：一些特别保守的序列片段往往对应重要的功能区域，通过多序列比对，可以找到这些保守片段 已知推未知：把已知有特殊功能的序列片段通过多序列比对做成模型，然后根据该模型推测未知的序列 片段是否也具有该功能。 预测蛋白质/RNA二级结构 等等。

4.6.1 多序列比对：应该知道的几点 对要进行多序列比对的序列的几点要求： 太多的序列受不了。一般10-15条序列，最好别超过50条。 关系太远的序列受不了。两两之间序列相似度低于30%的一组序列，作多序列比对会有麻烦。 关系太近的序列受不了。两两之间序列相似度大于90%的序列，有再多条都等于只有一条。 局部的短序列受不了。多序列比对支持一组差不多长的序列，个别很短的序列属于捣乱分子。 有重复域的序列受不了。如果序列里包含重复域， 大多数多序列比对的程序都会出错，甚至崩溃。

4.6.1 多序列比对：应该知道的几点 序列的名字有几点建议： 名字里不要有“空格”，用“_”代替“空格” 。 不要用特殊字符，(比如中文, @, #, &, ^ 等) 。 名字的长度不要超过15个字符。 一组序列里，不要有重名的序列。 如果不按上述几点建议命名的话，多序列比对程序会在不告知你的情况下修改你的序列名称。 e.g. My Seq 1 My_Seq_1 e.g. 我的序列壹 Seq1@li.com e.g. This_is_my_favorite_sequence_about_mouse

4.6.2 多序列比对：算法 多序列比对的算法 目前所有的多序列比对工具都不是完美的，它们都使用一种近似的算法。 seq1 seq3 P Y M N V I -1 -2 -3 -4 -5 -6 7 6 5 4 3 2 14 13 12 11 10 E L 15 F seq2 seq1 seq2 2条序列 = 2D 3条序列 = 3D N条序列 = nD

4.6.3 多序列比对：在线比对工具 多序列比对的工具 Clustal – 最常用的多序列比对工具 Tcoffee – 最新的多序列比对工具之一 MUSCLE – 最快的多序列比对工具之一 提供多序列比对在线使用的网站（部分） 网站名称 服务器位置 网址链接 EBI Clustal-Omiga http://www.ebi.ac.uk/Tools/msa/clustalo/ Expasy Clustal W http://www.ch.embnet.org/software/ClustalW.html Sfi-Clustal Clustal O/W2 http://www.clustal.org/ （仅下载） Tcoffee http://www.ebi.ac.uk/Tools/msa/tcoffee/ http://www.tcoffee.org/ Muscle http://www.ebi.ac.uk/Tools/msa/muscle/ MUSCLE http://www.drive5.com/muscle/（仅下载）

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的ClustalW工具 http://www.ebi.ac.uk/Tools/msa

4.6.3.1 多序列比对：在线比对工具-Clustal 人Toll样受体1-10胞内域 EMBL网站的Clustal工具

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的Clustal工具

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的Clustal工具 多序列比对中各个序列的排列顺序： aligned-比对过程中自动创建的顺序 input-输入序列的原始顺序 比对输出格式

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的Clustal工具 默认情况下，结果中的序列顺序是按照Guide Tree排列的，而非输入时的排列顺序。 保存比对结果

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的Clustal工具 先记住这里有个按钮，一会儿再来研究它！

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的Clustal工具 这个树 不是 真正的进化树！

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的Clustal工具 转入另一个程序去进一步做真正的系统发生树。

4.6.3.1 多序列比对：在线比对工具-Clustal EMBL网站的Clustal工具 Red: 疏水的 Blue: 酸性的 Magenta: 碱性的 Green: 羟基+胺+碱性 Gray: 其他

4.6.3 多序列比对：在线比对工具 EMBL网站的ClustalW工具 * 完全保守的一列，即，这一列的残基完全相同。 * 完全保守的一列，即，这一列的残基完全相同。 : 这一列的残基有大致相似的分子大小及相同亲疏水性，即这 一列残基或相同或相似。 . 在进化过程中，残基的分子大小及亲疏水性被一定程度上保 留了，但是有替换发生在不相似的残基间。 完全不保守的一列。

4.6.3.2 多序列比对：在线比对工具-TCOFFEE Tcoffee ：多序列比对工具，算法上与Clastal系列类似，准确度上比Clustal系列高，但计算耗时比Clustal系列略高。 http://www.tcoffee.org http://tcoffee.crg.cat T-Coffee 镜像网站 SIB http://tcoffee.vital-it.ch EBI http://www.ebi.ac.uk/Tools/msa/tcoffee CNRS http://www.igs.cnrs-mrs.fr/Tcoffee/tcoffee_cgi/ index.cgi Max-Planck http://toolkit.tuebingen.mpg.de/t_coffee CBSU http://cbsuapps.tc.cornell.edu/t_coffee.aspx EMBnet http://www.es.embnet.org/Services/MolBio/t-coffee

http://tcoffee.crg.cat

给序列加入结构信息的多序列比对。 把多个比对工具的结果整合成一个。 专为穿膜蛋白打造的多序列比对。 专为远源序列打造的多序列比对。 http://tcoffee.crg.cat

http://tcoffee.crg.cat

http://tcoffee.crg.cat

http://tcoffee.crg.cat

4.6.3.2 多序列比对：在线比对工具-TCOFFEE

4.6.3.2 多序列比对：在线比对工具-TCOFFEE 如果要做比对的序列有结构信息的话（包括 未发表的非PDB里的结构），可以把这些结构的PDB文件上传。

4.6.3.2 多序列比对：在线比对工具-TCOFFEE 从这里指定哪个序列对应哪个PDB结构。已上传的结构会根据序列信息自动匹配是哪个序列，不需要列出。 或者偷个懒，自动给每条序列通过BLAST搜索自动到数据库中找序列水平上相似的结构。 要算很久，留个email很必要！

4.6.3.2 多序列比对：在线比对工具-TCOFFEE

4.6.3.2 多序列比对：在线比对工具-TCOFFEE

4.6.3.2 多序列比对：在线比对工具-TCOFFEE 110

4.6.3.2 多序列比对：在线比对工具-TCOFFEE fasta_aln file score_html file phylip file clustalw_aln file

4.6.3.2 多序列比对：在线比对工具-TCOFFEE 到底保存哪个格式呢？ 在选择保存格式之前，需要问自己几个问题: 大多数软件都支持我要选的这个格式吗？ 我的同事们能使用我选的这个格式吗？ 这个格式能保存我所需要的所有信息吗？ 这个格式适合我进一步加工吗？ 如果比对工具输出的格式里没有我想要的哪种， 可以通过第三方软件进行格式转换，比如： fmtseq : http://evol.mcmaster.ca/Pise/5.a/fmtseq.html or http://www.bioinformatics.org/JaMBW/1/2

4.6.4 多序列比对：编辑和发布 编辑和发布多序列比对 为了能对多序列比对的结果进行彩色显示和手工编辑，人们开发了多序列比对结果编辑器。 Jalview是一个十分常用的编辑器。http://www.jalview.org

4.6.4 多序列比对：编辑和发布 编辑和发布多序列比对 从EMBL ClustalW 多序列比对结果中快速启动JalView

4.6.4 多序列比对：编辑和发布 编辑和发布多序列比对 http://www.jalview.org/

4.6.4 多序列比对：编辑和发布 编辑和发布多序列比对 http://www.jalview.org/ 从主页上启动在线版

4.6.4 多序列比对：编辑和发布 编辑和发布多序列比对 http://www.jalview.org/

4.6.4 多序列比对：编辑和发布 编辑和发布多序列比对 下载到本地安装

软件打开后，会自动展示许多示例。

4.6.4 多序列比对：编辑和发布 刚刚做的多序列比对

4.6.4 多序列比对：编辑和发布 保守度 比对质量 共有序列

4.6.4 多序列比对：编辑和发布

4.6.4 多序列比对：编辑和发布

4.6.4 多序列比对：编辑和发布 Colour -> Clustalx 140

4.6.4 多序列比对：编辑和发布 Colour -> Clustalx

4.6.4 多序列比对：编辑和发布 将前四条序列的第51列移至第49列： 首先要选中前四条序列：持续按住 Ctrl 键，同时用鼠标点中前四条序列的名字。选中后，序列名字的底色由白变灰。

4.6.4 多序列比对：编辑和发布 然后，再次按住 Ctrl 键，把鼠标放在第51列的字母上，向左拖动到第49列。再用同样的方法，把原来的第52列向右拖动回原位。 如果只想移动选中的这一组序列中的一条序列，则按住 Shift 键再拖动即可。

4.6.4 多序列比对：编辑和发布 调整格式 各种排序 为任意一对序列做双序列比对

4.6.4 多序列比对：编辑和发布 计算各种系统发生树

4.6.4 多序列比对：编辑和发布 预测一条蛋白质序列的二级结构

4.6.4 多序列比对：编辑和发布 二级结构预测结果

4.6.4 多序列比对：编辑和发布 把序列比对保存成文本或图片

4.6.4 多序列比对：编辑和发布 终于可以发布漂亮的序列比对了！

4.6.4 多序列比对：编辑和发布 多序列比对美化工具 JalView JAVA Boxshade 擅长黑白作图 ESPript 名称 网址 特点 JalView http://www.jalview.org JAVA Boxshade http://www.ch.embnet.org/software/BOX_form.html 擅长黑白作图 ESPript http://espript.ibcp.fr/ESPript/ESPript 功能强大，很牛 MView http://bio-mview.sourceforge.net 擅长转换成HTML源码