ConsDiff: an algorithm for the detection of conserved differences between protein sequences Authors: Saumil Mehta and Deendayal Dinakarpandian Source: Data & Knowledge Engineering, vol.53, pp.31-43, 2005 Speaker: Shu-Fen Chiou(邱淑芬) Date: 2005/02/17
Outline Introduction ConsDiff Implementation Conclusion Comment
Amino acid 分子構造的中心為一碳原子，稱為 碳 ( carbon)。 接在 碳上，有一個 胺基 及一個 酸基 (故名胺基酸)。 接在 碳上，有一個 胺基 及一個 酸基 (故名胺基酸)。 另有一氫原子及一基團 (R) 接在 碳上。 隨 R 基團的不同，各胺基酸的性質互有差異，組成二十種胺基酸
Amino acids 胺基酸名 amino acid 三字 符號 一字 胺基丙酸 Alanine Ala A 魚精胺酸 Arginine 天門冬醯酸 Asparagine Asn N 天門冬胺酸 Aspartic acid Asp D Asn + Asp Asx B 半胱胺酸 Cysteine Cys C 麩胺酸醯胺 Glutamine Gln Q 麩胺酸 Glutamic acid Glu E Gln + Glu Glx Z 甘胺酸 Glycine Gly G 組織胺酸 Histidine His H 異白胺酸 Isoleucine Ile I 胺基酸名 amino acid 三字 符號 一字 白胺酸 Leucine Leu L 離胺酸 Lysine Lys K 甲硫胺酸 Methionine Met M 苯丙胺酸 Phenylalanine Phe F 脯胺酸 Proline Pro P 絲胺酸 Serine Ser S 息寧胺酸 Threonine Thr T 色胺酸 Tryptophan Trp W 酪胺酸 Tyrosine Tyr Y 纈胺酸 Valine Val V
Amino acid 許多胺基酸連接起來成為蛋白質 脫水(H2O)反應 殘基 (residue)
蛋白質 Protein family Protein Sequence (FASTA Format)
Multiple Sequence Alignment e.g.: ClustalW
Blosum Matrix主要是用來記錄在做sequence alignment時,兩個residue被align在一起的機率有多少，一旦這個matrix定義好了之後，我們就可以利用這個matrix，儘量將相似的residue align在一起，以達到最好的alignment。 Blosum這個matrix是根據blocks這個database的資料算出來的，舉個例子來說，blosum 62的matrix,便是收集blocks database中identity為62%的序列，再由這些序列推導出matrix。
Blosum
Problem Two protein subsets A and B and their residues and . ALL and are conserved differences and are candidate residues responsible for the difference in the property of interest. The problem is find and .
ConsDiff MIS (Minimum internal score) MES (Maximum external score) CDS (Conserved difference score): =[max (MIS(A), MIS(B)) - MES] Senstitivity (S) : default=0, determines the minimum value of the CDS that is considered significant Conserved difference
Algorithmic complexity
Implementation
Implementation
Conclusion Present an algorithm and a prototype implementation for the objective of automated discovery of conserved differences between two sets of protein sequence.
Comment 相同的sequence，也不考慮 只要找到gap(-)，就不考慮