氨基酸序列熵值計(jì)算工具的實(shí)現(xiàn)及其在A型流感病毒HA蛋白序列分

氨基酸序列熵值計(jì)算工具的實(shí)現(xiàn)

及其在A型流感病毒HA蛋白序列

分析中的應(yīng)用王靖飛中國(guó)農(nóng)業(yè)科學(xué)院哈爾濱獸醫(yī)研究所2007.8.11昆明A型流感病毒HA蛋白氨基酸序列中特殊位點(diǎn)的突變對(duì)其抗原性、毒力、受體結(jié)合特性等有顯著影響這些特殊位點(diǎn)的識(shí)別和其突變規(guī)律的揭示對(duì)流感病毒疫苗、致病機(jī)理、跨宿主傳播等研究具有重要意義氨基酸序列最大熵可以用來(lái)反映氨基酸位點(diǎn)的保守性和可變性前言ClustalX熵值計(jì)算，保守區(qū)和可變區(qū)分析熵值計(jì)算工具Entropy序列文件對(duì)齊對(duì)齊文件.fastaHA氨基酸序列熵值計(jì)算流程開發(fā)環(huán)境：MicrosoftVisualStudio.NET2003開發(fā)語(yǔ)言：C#主要技術(shù)：文件流、ADO.NET等主要控件：DataGrid、OpenFileDialog等熵值計(jì)算工具——Entropy的開發(fā)1、熵值計(jì)算利用熵值計(jì)算公式計(jì)算每個(gè)序列集各位點(diǎn)的熵值。2、保守序列保守序列定義：每個(gè)位點(diǎn)出現(xiàn)概率最多的氨基酸的值。并針對(duì)可能出現(xiàn)的情況對(duì)每個(gè)位點(diǎn)的顯示形式加以區(qū)別。3、數(shù)量統(tǒng)計(jì)以數(shù)量的形式顯示每個(gè)序列集，每個(gè)位點(diǎn)各種氨基酸的數(shù)量。4、百分?jǐn)?shù)統(tǒng)計(jì)以百分比的形式顯示每個(gè)序列集，每個(gè)位點(diǎn)各氨基酸占總氨基酸數(shù)量的百分比。Entropy的功能介紹Entropy的界面從NCBI的流感病毒資源數(shù)據(jù)庫(kù)采集流感病毒HA蛋白氨基酸序列。選擇A型流感病毒、任意宿主、任意地區(qū)、HA片段，H3/H5亞型、僅選擇全長(zhǎng)序列、移除同一序列,其余條件系統(tǒng)默認(rèn)。符合條件的序列集有832/932條序列（至2007年7月16日）。分別命名為SetH5和SetH3。取得的序列統(tǒng)一制成FASTA格式Entropy的應(yīng)用——序列數(shù)據(jù)獲取ClustalX裝載序列后，雜亂無(wú)章Entropy的應(yīng)用——多序列比對(duì)1序列比對(duì)后，適當(dāng)?shù)囊肟瘴?，比?duì)結(jié)果整齊有序Entropy的應(yīng)用——多序列比對(duì)2已對(duì)齊的SetH3Entropy的應(yīng)用——多序列比對(duì)3已對(duì)齊SetH5Entropy的應(yīng)用——多序列比對(duì)4Entropy的應(yīng)用——對(duì)齊序列編輯1箭頭所示，由于該位點(diǎn)僅一條序列插入一個(gè)N致使其余序列全部產(chǎn)生空位，切除N后該位點(diǎn)對(duì)齊比對(duì)后的序列利用Bioedit軟件進(jìn)行編輯，將氮端或碳端部分冗長(zhǎng)序列切除，或刪除個(gè)別序列個(gè)別位點(diǎn)的氨基酸插入Entropy的應(yīng)用——對(duì)齊序列編輯2已編輯SetH3Entropy的應(yīng)用——對(duì)齊序列編輯3已編輯SetH5Entropy的應(yīng)用——編輯后再次對(duì)齊分析已編輯SetH5（切割位點(diǎn)附近有大量堿性氨基酸插入）Entropy的應(yīng)用——數(shù)據(jù)輸入Entropy的應(yīng)用——數(shù)據(jù)輸入已裝載序列Entropy的應(yīng)用——熵值計(jì)算Entropy的應(yīng)用——結(jié)果顯示（熵值）Entropy的應(yīng)用——結(jié)果顯示（保守序列分析）Entropy的應(yīng)用——結(jié)果顯示（氨基酸數(shù)量統(tǒng)計(jì)）Entropy的應(yīng)用——結(jié)果顯示（氨基酸出現(xiàn)概率）226位點(diǎn)對(duì)比結(jié)果Entropy的應(yīng)用——多數(shù)據(jù)集分析Entropy的應(yīng)用——熵值判斷標(biāo)準(zhǔn)根據(jù)熵值計(jì)算公式可以推導(dǎo)出氨基酸序列比對(duì)時(shí)，熵值的范圍在0～4.392之間（只有一個(gè)氨基酸殘基出現(xiàn)在當(dāng)前位點(diǎn)時(shí)熵值為0；所有20個(gè)氨基酸殘基，包含氨基酸殘基缺失或插入產(chǎn)生的空位，均勻的出現(xiàn)在當(dāng)前位點(diǎn)時(shí)熵值為4.392）通常認(rèn)為熵值≥2.000時(shí)該位點(diǎn)是可變異的，當(dāng)熵值＜2.000時(shí)認(rèn)為該位點(diǎn)是保守的，當(dāng)熵值≤1.000時(shí)該位點(diǎn)是高度保守的。關(guān)于熵值的保守性定義可以結(jié)合比對(duì)對(duì)象特征定義在此，我們定義熵的范圍（0～4.392），缺省值設(shè)置是1.000。H≥1.000，代表高突變位點(diǎn)；1.000≥H≥0.600，定義為易突變?yōu)辄c(diǎn)；H≤0.600，定義為保守位點(diǎn)■代表高突變位點(diǎn)，△代表易突變位點(diǎn)Entropy的應(yīng)用——分析結(jié)果1上面是H3數(shù)據(jù)，下面是H5數(shù)據(jù)Entropy的應(yīng)用——分析結(jié)果2Entropy的應(yīng)用——分析結(jié)果3Entropy的應(yīng)用——分析結(jié)果4討論與結(jié)論1研究表明，H3和H5亞型HA蛋白氨基酸序列的熵值差異較大，所以氨基酸殘基位點(diǎn)突變比率相差也較大，尤其是功能區(qū)和功能位點(diǎn)差異最為明顯1、受體結(jié)合區(qū)熵值相對(duì)較小，表明氨基酸位點(diǎn)相對(duì)保守，說明A型流感病毒各亞型受體具有較強(qiáng)的宿主特異性，相對(duì)比較保守。2、抗原表位區(qū)H3的熵值普遍高于H5，H3亞型較H5亞型更易發(fā)生抗原漂移。結(jié)合已有研究成果，這種變化主要來(lái)自宿主免疫系統(tǒng)的選擇壓力，進(jìn)一步可以驗(yàn)證人類免疫系統(tǒng)對(duì)流感病毒的選擇壓力高于禽類。3、H3亞型137、226位點(diǎn)熵值為分別為1.691和1.865，具有較高的突變率。而226位點(diǎn)位于受體結(jié)合位點(diǎn)“Pocket”（袋狀蛋白）的底部，在和唾液酸結(jié)合過程中作用重要，這一位點(diǎn)氨基酸殘基易于突變，表明H3亞型流感病毒在和宿主細(xì)胞表面的受體作用時(shí)具有不同的結(jié)合常數(shù)。即同一亞型病毒與相同受體結(jié)合時(shí)，結(jié)合力穩(wěn)定性不同，因此可以表現(xiàn)出不同的毒力。4、同一亞型不同抗原表位的熵值也不同。經(jīng)驗(yàn)表明，突變率高的抗原表為通常為病毒的主要抗