Биоинформатика. Порозов Ю.Б. - 21 стр.

UptoLike

ВУЗ: 

Университет ИТМО | Санкт-Петербург

Составители: 

Рубрика: 

19
KLHVDPENFKLLGNVLVCVLAHHFGKEFTPQVQAAYQKVVAGVANAL
AHKYH
http://srs6.ebi.ac.uk/srs6bin/cgi-bin/wgetz?-e+[swissprot-id:HBB_THEGE]
Лабораторная работа № 4
Множественное выравнивание
В этой работе вам предстоит выполнить множественные выравнивания
последовательностей. Программа, в которой обычно выполняется
выравнивание – ClustalW. Документацию по этому инструменту можно
найти на http://www.ebi.ac.uk/2can/tutorials/nucleotide/clustalw.html .
Прошлые лабораторные работы познакомили нас с методиками
сравнения последовательностей, базирующимися на локальном и
глобальном выравнивании. На этот раз мы будем использовать различные
инструменты и различные матрицы оценок для этого.
Для чего нужно Multiple sequence alignment (MSA)?
http://en.wikipedia.org/wiki/Multiple_Sequence_Alignment
Множественное выравнивание может быть использовано при изучении
эволюционных отношений между белками или последовательностями
ДНК. Так как изменения в нуклеотидных последовательностях в процессе
эволюции накапливаются, то можно проанализировать гомологичные гены
(гены, имеющие одно эволюционное начало) от разных организмов и затем
сравнить их при помощи MSA. Результаты такого выравнивания могут
быть для определения консервативных, сохранившихся, общих областей,
то есть областей, изменение которых может повлиять на функцию. Это
бывает очень полезно для планирования экспериментов определения и
модификации функции определенных белков, для предсказания структуры
и функции белка и для определения новых членов известных белковых
семейств (то есть для классификации).
MSA бывает полезна для представления свойств набора (семейства)
последовательностей. Эти свойства (дескрипторы) могут в дальнейшем
использоваться в качестве шаблонов для поиска по базам данных
последовательностей, похожих на имеющийся набор (bootstrapping).
MSA программы и техники
Прогрессивные стратегии для MSA:
Общий подход (эвристический) для множественного выравнивания – это
последовательное выравнивания пар последовательностей. Все техники
этого подхода подразумевают выполнение двух этапов: попарное
выравнивание всех последовательностей с последующей кластеризацией, с
построением guide tree и выравнивание результатов парных выравниваний
в соответствии с guide tree.

Страницы