生物信息學(xué)上機(jī)實驗更新

生物信息學(xué)上機(jī)實驗更新第1頁/共46頁1，序列的數(shù)據(jù)庫信息檢索示例：待查詢序列：CCCCTGCCTGGCAGCCCTTTCTCAAGGACCACCGCATCTCTACATTCAAGAACTGGCCCTTCTTGGAGGGCTGCGCCTGCACCCCGGAGCGGATGGCCGAGGCTGGCTTCATCCACTGCCCCACTGAGAACGAGCCAGACTTGGCCCAGTGTTTCTTCTGCTTCAAGGAGCTGGAAGGCTGGGAGCCAGATGACGACCCCATAGAGGAACATAAAAAGCATTCGTCCGGTTGCGCTTTCCTTTCTGTCAAGAAGCAGTTTGAAGAATTAACCCTTGGTGAATTTTTGAAACTGGACAGAGAAAGAGCCAAGAACAAAATTGCAAAGGAAACCAACAATAAGAAGAAAGAATTTGAGGAAACTGCGGAGAAAGTGCGCCGTGCCATCGAGCAGCTGGCTGCCATGGATTGAGGCCTCTGGC第2頁/共46頁問題1，這是什么基因？基因的標(biāo)識符是什么？在基因組上的定位是怎樣的？2，編碼的蛋白質(zhì)多少個氨基酸？序列標(biāo)識符為？序列是？3，該蛋白沒有保守的功能結(jié)構(gòu)域？4，該蛋白亞細(xì)胞定位是？它的功能是怎樣的？5，該蛋白在真核生物中是否保守？6，該蛋白有沒有三級結(jié)構(gòu)信息？第3頁/共46頁答案1.該基因為人的BIRC5基因；基因標(biāo)識符：NM_001168.2;染色體定位：17號染色體，76210277..76221716；2.人的BIRC5蛋白質(zhì)包含142個氨基酸，序列標(biāo)識符為：NP_001159.2;序列為：MGAPTLPPAWQPFLKDHRISTFKNWPFLEGCACP…3.BIRC5具有保守的功能結(jié)構(gòu)域BIR；4.BIRC5的細(xì)胞亞定位：胞質(zhì)，核；其功能有：(1)在瘤形成過程中可能起一定作用；(2)阻礙G2/M期的細(xì)胞編程性凋亡；(3)Chromosomalpassengercomplex(CPC)的成員之一。等等。5.該基因在真核生物中最保守很可能是來自毛猩猩Pongoabelii的BIRC5蛋白：Q5RAH9；6.該蛋白的三級結(jié)構(gòu)已知，在PDB中的標(biāo)識符為1E31等。第4頁/共46頁2，多序列比對及進(jìn)化樹構(gòu)建構(gòu)建CytochromeC1家族進(jìn)化樹在Uniprot數(shù)據(jù)庫中搜索CytochromeC1在不同物種中的氨基酸序列，下載fasta文件使用MEGA軟件對結(jié)果進(jìn)行分析：1）多序列比對（MSAmultiplesequencealignment）2）構(gòu)建進(jìn)化樹第5頁/共46頁CytochromeC1家族序列獲取工具網(wǎng)站/advancedsearchcustomize第6頁/共46頁調(diào)整結(jié)果顯示格式

選擇想要顯示的內(nèi)容，例如顯示列為EntrynameOrganismSequenceProteinnames

save以蛋白名稱：CytochromeC1為關(guān)鍵詞搜索第7頁/共46頁搜索結(jié)果第8頁/共46頁編輯Fasta序列文件選擇搜索結(jié)果中Entryname以“CY1_”開頭的序列(選十幾個物種序列，每一個種屬只選一個序列，即entryname一樣的只選擇一個即可）點retrieve第9頁/共46頁編輯Fasta序列文件DownloadFASTA格式的文件直接下載下來的序列名稱會很累贅，可以將該文件以文本形式打開，對序列名稱進(jìn)行編輯，讓其看起來更加簡潔明了第10頁/共46頁Fasta文件格式以>為開頭，后接序列名稱，重啟一行，輸入序列>CY1_BOVINMAAAAATLRGAMVGPRG…>CY1_YEASTMFSNLSKRWAQRTLSKS…>CY1_HUMANMAAAAASLRGVVLGPRG…>…第11頁/共46頁Fasta文件要求序列名稱中不含有‘=’

字符氨基酸序列可以分成多行，但內(nèi)部不要有空格每個序列的title僅保留蛋白/基因名稱+種屬來源，如：CY1_YEAST第12頁/共46頁MEGA5軟件使用打開MEGA5，拉開Align菜單，選擇Edit/BuildAlignment

第13頁/共46頁MEGA5軟件使用CreatanewAlignment

選擇Protein第14頁/共46頁MEGA5軟件使用在新彈出的窗口中，選擇Data->Open->RetrieveSequencesfromFile，然后導(dǎo)入剛才保存的fasta文件第15頁/共46頁多序列比對Ctrl+A選擇全部序列，Aligment->AlignbyClustalW第16頁/共46頁多序列比對可以修改各補(bǔ)償值等參數(shù)，點OK第17頁/共46頁多序列比對多序列比對完成Dateexportalignment,導(dǎo)出MEGEformat和Fastaformat兩份結(jié)果，得到一個*.meg文件和一個*.fas文件第18頁/共46頁進(jìn)化樹構(gòu)建關(guān)閉Alignment窗口，回到MEGA軟件主窗口，F(xiàn)ile->OpenAFile/Session，打開之前保存的*.meg文件第19頁/共46頁進(jìn)化樹構(gòu)建選擇Phylogeny->Construct/TestNeighbor-JoiningTree點yes第20頁/共46頁進(jìn)化樹構(gòu)建&bootstrap驗證點computeBootstrapmethod驗證進(jìn)化樹，點開選擇bootstrap第21頁/共46頁調(diào)整樹的形狀及樹枝長度第22頁/共46頁去掉不可信的分支第23頁/共46頁第24頁/共46頁從排列的多序列中隨機(jī)有放回的抽取某一列，構(gòu)成相同長度的新的排列序列；

重復(fù)上面的過程，得到多組新的序列；

對這些新的序列進(jìn)行建樹，再觀察這些樹與原始樹是否有差異，以此評價建樹的可靠性。一般Bootstrap的值>70，則認(rèn)為構(gòu)建的進(jìn)化樹較為可靠。3，（選做）Phylip使用自展法-進(jìn)化樹的可靠性分析BootstrapMethod第25頁/共46頁隨機(jī)有放回的抽取原始數(shù)據(jù)的一列，直到列數(shù)和原始數(shù)據(jù)一樣有放回意味著有些列被采到多次，有的列沒有采到比較一致性，兩種做法Phylib采用第26頁/共46頁Phylip軟件包介紹由華盛頓大學(xué)遺傳學(xué)系開發(fā)，免費的系統(tǒng)發(fā)育分析軟件包。幾乎最廣泛使用的系統(tǒng)發(fā)生分析程序，主要包括以下幾個程序組：分子序列組，距離矩陣組，基因頻率組，離散字符組，進(jìn)化樹繪制組。訪問及免費下載地址：/phylip.html第27頁/共46頁第28頁/共46頁Phylip軟件包介紹

Phylip包含了35個獨立的程序，這些獨立的程序都實現(xiàn)特定的功能，這些程序基本上包括了系統(tǒng)發(fā)生分析的所有方面。多種不同平臺的版本（包括windows，Macintosh，DOS，Linux，Unix和OpenVMX）。

Phylip軟件包的文檔是非常詳細(xì)的，對于每個獨立的程序，都有一個獨立的文檔，詳細(xì)的介紹了該程序的使用及其說明。第29頁/共46頁第30頁/共46頁第31頁/共46頁

outfile是一個記錄文件，記錄了分析的過程和結(jié)果，可以直接用文本編輯器（如寫字板）打開。

outtree是分析結(jié)果的樹文件，可以用phylip提供的繪樹程序打開查看，也可以用其他的程序來打開，如treeview等。Phylip軟件包的應(yīng)用由于默認(rèn)輸出的名字是一樣的，為了防止被覆蓋，要把默認(rèn)的輸出名字改一下第32頁/共46頁Windows版本的phylip軟件包第33頁/共46頁現(xiàn)有8段protein序列：>P1MPRFAANLSMMFTEVPFIERFAAARKAGFDAVEFLFPYNYSTLQIQKQLE>P2MPRFEANLSMMFTEVPFAERFADARKAGFDAVEFLFPYCYSDLQIQCQLE>P3WPRFEANLSMMFTEVPFAERFADARKIGFDAEEFLFPYCYSDLQIQCQLE>P4MPCFAANLSMMFTEVPFIERFAAARKAGFDAVEFLFPYNYSTLQIQKQLE>P5MPRFEANLSMEFTAVPFIERFADARKAGFDAVEFLFPYCYSTLQIQKQLE>P6MPRFEANLSMMFTEVPFAERFADARKAGFDAEEFLFPYCYSDLQIQCQLE>P7MPRFEANLSMEFTEVPFIERFADARKAGFDAVEFLFPYCYSTLQIQKQLE>P8WPRFEANLSMMFTEVPFAERFADARKAGFDAEEFLFPYCYSDLQIQCQLE示例：Phylip軟件包構(gòu)建進(jìn)化樹新建文本文件testSeq.fasta復(fù)制以下序列，注意最后是fasta格式第34頁/共46頁

第一步：使用CLUSTALX多序列比對，F(xiàn)ile/LoadSequenes讀入testSeq.fasta，輸出格式File/SaveSequenesas

為*.PHY這步的目的是完成格式轉(zhuǎn)換，準(zhǔn)備構(gòu)建進(jìn)化樹的序列第35頁/共46頁PHY的格式輸出的*.PHY文件：8和50分別表示8個序列和每個序列有50個氨基酸第36頁/共46頁

第二步：雙擊打開SEQBOOT,按路徑輸入剛才生成的*.PHY文件；設(shè)定適當(dāng)參數(shù)；輸出outfile文件。注意輸入正確的文件地址，可以把文件拷到當(dāng)前目錄隨機(jī)數(shù)可以使用默認(rèn)值，輸入Y這步的目的是用Bootstrap的方法產(chǎn)生多個復(fù)本第37頁/共46頁重命名Outfile文本文件為Outfile1，打開如下：（包括了100個replicates）第38頁/共46頁第三步：打開PROTPARS（最大簡約法），輸入Outfile1文件后如下顯示：設(shè)定適當(dāng)參數(shù)；運行輸出outfile和treefile文件。目的是構(gòu)建各個副本的進(jìn)化樹多組數(shù)據(jù)第39頁/共46頁重命名Outfile文本文件為Outfile2，重命名OutTree為OutTree2；打Outfile2開如右：（包括了100個replicates的結(jié)果）第40頁/共46頁第四步：打開CONSENSE程序，輸入outtree2，運行輸出outfile和treefile文件。分別重命名為outfile3和treefile3.tre該步驟目的是綜合100個復(fù)本，構(gòu)建一致的進(jìn)化樹第41頁/共46頁獲得的結(jié)果文件中，文本文件outfile3顯示如下：outfile第42頁/共46頁樹文件outtree3.tre用TREEVIEW軟件打開顯示：outtree第43頁/共46頁作業(yè)：

自主選擇你所感興趣的