基于MAFFT的多序列比对最优参数的确定

多序列比对是生物信息学的一个重要研究内容,比对结果高度依赖于比对工具的参数设置,包括空位罚分(GOP和GEP)以及替换矩阵。本研究基于BAli BASE3.0数据库,应用MAFFT工具(MAFFT-7.220-WIN64 version)进行多序列比对,得出替换矩阵和空位罚分的最优参数组合,从而得到更好的比对结果。实验结果表明,通过与MAFFT(MAFFT-7.220-WIN64 version)、CLUSTALW(CLUSTALW-2.1-WIN)的默认参数比较,根据本研究得出的最优参数组合可以得到比默认参数更优的比对结果。本研究给出的最优参数组合优化了多序列比对结果,具有可行性和高效性。     

参数序列比对算法研究

序列比对是生物信息学中的一项重要任务,通过序列比对可以发现生物序列中的功能、结构和进化的信息。序列比对结果的生物学意义与所选择的匹配、不匹配、插入和删除以及空隙的罚分函数密切相关。现介绍一种参数序列比对方法,该方法把最佳比对作为权值和罚分的函数,可以系统地得到参数的选择对最佳比对结果的影响。然后将其应用于RNA序列比对,分析不同的参数选择对序列比对结果的影响。最后指出参数序列比对算法的应用以及未来的发展方向。     

双序列比对基础和应用实例

首先介绍序列比对的分子生物学基础,即核酸序列基本单元核苷酸和蛋白质序列基本单元氨基酸。文中以精心设计的图表列出四种核苷酸和二十种氨基酸的名称、性质和分类。第2节简述序列比对基础,包括相似性和同源性基本概念、整体比对和局部比对、点阵图方法、动态规划和启发式算法、计分矩阵和空位罚分,以及常用软件和分析平台。第3节介绍核酸序列比对中常用计分矩阵DNAfull,蛋白质序列比对中常用计分矩阵BLOSUM62和PAM250。第4-8节则以血红蛋白、多肽毒素、植物转录因子、癌胚抗原和唾液酸酶为例,介绍双序列比对的具体应用。通过这些实例,说明如何选择分析平台和比对程序、如何设置计分矩阵和空位罚分,如何分析比对结果及其生物学意义。文末进行简要总结。     

基于结构信息的RNA多序列比对

多序列比对是生物信息学中重要的基础研究内容,对各种RNA序列分析方法而言,这也是非常重要的一步。不像DNA和蛋白质,许多功能RNA分子的序列保守性要远差于其结构的保守性,因此,对RNA的分析研究要求其多序列比对不仅要考虑序列信息,而且要充分考虑到其结构信息。本文提出了一种考虑了结构信息的同源RNA多序列比对算法,它先利用热力学方法计算出每条序列的配对概率矩阵,得到结构信息,由此构造各条序列的结构信息矢量,结合传统序列比对方法,提出优化目标函数,采用动态规划算法和渐进比对得到最后的多序列比对。试验证实该方法的有效性。     

基于DTW距离的DNA序列相似性分析

在DNA序列相似性的研究中,通常采用的动态规划算法对空位罚分函数缺乏理论依据而带有主观性,从而取得不同的结果,本文提出了一种基于DTW（Dynamic Time Warping,动态时间弯曲）距离的DNA序列相似性度量方法可以解决这一问题．通过DNA序列的图形表示把DNA序列转化为时间序列,然后计算DTW距离来度量序列相似度以表征DNA序列属性,得到能够比较DNA序列相似性度量方法,并用这个方法比较分析了七种东亚钳蝎神经毒素（Buthusmartensi Karsch neurotoxin）基因序列的相似性,验证了该度量方法的有效性和准确性．     

从新冠病毒起源到BLAST工具的正确实践

基本局部比对搜索工具(basic local alignment search tool,BLAST)是核酸或蛋白质序列相似性分析最常用的工具之一.因为程序涉及参数较多,一些学生和研究者有时不根据实际情况也不阅读说明书就直接选择默认参数,可能会得出错误结论.BLAST可以进行核酸、蛋白质序列及其相互间的比对,一些低年级...     

自适应蚁群算法在DNA中的应用

主要讨论了自适应蚁群算法在DNA序列比对中的应用，主要的过程是：首先，我们设一个计分函数和一个得分策略，在任意给出一对DNA序列，建立一个序列比对矩阵．现由4只蚂蚁从左上角向右下角移动，并且最终到达右下角，那么这4只蚂蚁随意走出4条路径，根据4条路径得出4对等长的比对，再依照计分函数分别计算出4条路径的比对得分，再由1．3式进一步验证4条路径的平均得分值，取其中得分最高（即最优路径）路径；进行第二次信息素增量的调整，方法是根据蚂蚁所走过的方向和该方向上得分比例计算出来的，信息素的变化量利用矩阵来存储，那么下一次蚂蚁所选的路径就要根据以前在各条路径上的信息素浓度总和的大小选择移动方向，最终经过有限次迭代，蚂蚁就会找到一条最优路径，也就是一条与原来DNA最相似的DNA链．     

一个新的多序列比对算法

多序列比对是生物信息学中基础而又重要的序列分析方法.本文提出一种新的多序列比对算法,该算法综合了渐进比对方法和迭代策略,采用加权函数以调整序列的有偏分布,用neighbor-joining方法构建指导树以确定渐进比对的顺序.通过对BAlibASE中142组蛋白质序列比对的测试,验证了本算法的有效性.与Multalin算法比较的结果表明,本算法能有效地提高分歧较大序列的比对准确率.     

构建基于折叠核心的全α类蛋白取代矩阵

氨基酸残基取代矩阵是影响多序列比对效果的重要因素,现有的取代矩阵对低相似序列的比对性能较低.在已有的 BLOSUM 取代矩阵算法基础上,定义了基于蛋白质折叠核心结构的序列 结构数据块;提出一种新的基于全α类蛋白质折叠核心结构的氨基酸残基取代矩阵——TOPSSUM25,用于提高低相似度序列的比对效果.将矩阵TOPSSUM25导入多序列比对程序,对相似性小于25%的一组四螺旋束序列 结构数据块的测试结果表明,基于 TOPSSUM25的多序列比对效果明显优于BLOSUM30矩阵;基于一个BAliBASE子集的比对检验也进一步表明, TOPSSUM25在全α类蛋白质的两两序列比对上优于BLOSUM30矩阵.研究结果可为进一步的阐明低同源蛋白质序列 结构 功能关系提供帮助.     

BLASTALIGN在同源基因片段检索中的应用

多序列比对程序的开发在生物信息学中是一个很活跃的研究领域.作为一种新诞生的多序列比对程序,BlastAlign利用blastn算法进行序列比对,并且采用空位替代比对结果中的高变区.目前,该程序主要用于多条基因序列的比对研究.本文则以获取膜翅目小蜂总科28S rDNA D2区基因片段为例,通过应用BlastAlign的序列比对过程,提供一种较为简便和有效的方法,实现从GenBank数据库中检索并筛选特定的同源基因序列,从而克服目前利用关键词或检索式进行检索所存在的局限性.     

具有毒素的捕食-食饵系统的最优税收

本文研究了一类具有毒素的捕食-食饵系统的最优税收,通过计算雅克比矩阵的特征值以及构造适当的Lyapunov函数得出了保证系统平衡点的局部稳定性和正平衡点全局稳定性的充分性条件,并利用Pontryagin最大值原理得到了达到最优税收的最优平衡解.     

基于Progressive多序列比对方法的求解多序列比对的启发式算法

在生物信息学研究中,生物序列比对问题占有重要的地位。多序列比对问题是一个NPC问题,由于时间和空间的限制不能够求出精确解。文中简要介绍了Feng和Doolittle提出的多序列比对算法的基本思想,并改进了该算法使之具有更好的比对精度。实验结果表明,新算法对解决一般的progressive多序列比对方法中遇到的局部最优问题有较好的效果。     

一个新的核酸序列比对算法及其在序列全局比对中的应用

目前在序列比对中所广泛使用的动态规划算法,虽然能达到最优比对结果,但却由于具有高计算复杂度O(N_2)而极大地降低了计算效率。将多阶段动态规划决策算法用于两两序列比对并用Visual BASIC编程实现,结果发现该新算法在将计算复杂度减小到O(N)的同时,也能够获得较为理想的计算精度,预期将在序列全局比对中起重要作用。     

扬子鳄MHCⅡ类B基因第二外元的克隆及序列分析

3头扬子鳄血样取自宣城安徽省扬子鳄繁殖研究中心。利用一对简并引物对MHCⅡ类B基因第二外元的部分片段进行扩增;通过克隆、单链构象多态性分析、测序,并将测得序列与下载的8个物种MHC序列比对,确定序列差异和变异位点;利用MEGA软件构建NJ树,PAUP4．0构建MP树。结果得到10种不同的序列,片段长166bp。核苷酸序列中有38个变异位点,氨基酸序列中有23个变异位点;推定的抗原结合位点非同义替换(dN)明显高于同义替换(dS)。10种序列的NJ树和MP树极为相似,均为A、B两个分支,两个分支明显的特异性位点核苷酸序列中有9个。氨基酸序列中有7个。表明扬子鳄MHCⅡ类B基因第二外元有较高的多态性,有利于扬子鳄饲养种群的遗传保护。     

Maxent模型复杂度对物种潜在分布区预测的影响

生态位模型在入侵生物学和保护生物学中具有广泛的应用, 其中Maxent模型最为流行, 被越来越多地应用在预测物种的现实分布和潜在分布的研究中。在Maxent模型中, 多数研究者采用默认参数来构建模型, 这些默认参数源自早期对266个物种的测试, 以预测物种的现实分布为目的。近期研究发现, Maxent模型采用复杂机械学习算法, 对采样偏差敏感, 易产生过度拟合, 模型转移能力仅在低阈值情况下较好。基于默认参数的Maxent模型不仅预测结果不可靠, 而且有时很难解释。在本研究中, 作者以入侵害虫茶翅蝽(Halyomorpha halys)为例, 采用经典模型构建方案(即构建本土模型然后将其转移至入侵地来评估), 利用ENMeval数据包来调整本土Maxent模型调控倍频和特征组合参数, 分析各种参数条件下模型的复杂度, 然后选取最低复杂度的模型参数(即为最优模型), 综合比较默认参数和调整参数后Maxent模型的响应曲线和预测结果, 探讨Maxent模型复杂度对预测结果的影响及Maxent模型构建时所需注意事项, 以期对物种潜在分布进行合理的预测, 促进Maxent模型在我国的合理运用和发展。作者认为, 环境变量的选择至关重要, 需要综合分析其对所模拟物种分布的限制作用和环境变量之间的空间相关性。构建Maxent模型前需对物种分布采样偏差及模型的构建区域进行合理地判断, 模型构建时需要比较不同参数下模型的预测结果和响应曲线, 选取复杂度较低的模型参数来最终建模。在茶翅蝽的分析中, Maxent模型的默认参数和最优模型参数不同, 与Maxent模型默认参数相比, 采用调整参数后所构建的模型预测效果较好, 响应曲线较为平滑, 模型转移能力较高, 能够较为合理反映物种对环境因子的响应和准确地模拟该物种的潜在分布。     

基于进化足迹法结合位置打分函数的转录因子结合位点预测

目的:预测转录因子结合位点。方法:本文从ABS数据库上下载了人类和啮齿类动物的直系同源的启动子序列,首先使用位置打分函数对这些启动子序列进行打分,找到候选的转录因子结合位点,并进一步利用进化足迹法对这些候选的转录因子结合位点进行筛选,只有结合位点同时出现在人类和啮齿类动物的启动子序列才认为是真正的结合位点。结果:在对人类和啮齿类动物进行转录因子结合位点预测时,与单独使用打分函数的结果相比,进化足迹法与打分函数结合的方法有效的提高了预测结果的性能,大幅度提供所得预测结果的特异性。结论:进化足迹法结合位置打分矩阵的方法能较为准确有效的预测转录因子结合位点。     

基于打分矩阵的多类蛋白质折叠子的预测

依据蛋白质折叠子中氨基酸保守性,以氨基酸、氨基酸的极性、氨基酸的电性以及氨基酸的亲—疏水性为参数,从蛋白质的氨基酸序列出发,采用"一对多"的分类策略,通过构建打分矩阵和选取氨基酸序列模式片断,利用5种相似性打分函数对27类折叠子进行识别,最好的预测精度达到83.46%。结果表明,打分矩阵是预测多类蛋白质折叠子有效的方法。     

紫稻(Oryza sativa L.)线粒体ATP合成酶atp6基因转录本RNA编辑

紫稻(Oryza sativa L.)细胞质雄性不育系紫稻A是本实验室构建的新型细胞质雄性不育系。本研究使用PCR、RT-PCR、DNA测序等技术,得到了紫稻细胞质雄性不育水稻不育系(樱香A)及其保持系(樱香B)线粒体atp6基因转录本cDNA序列。通过与基因组序列比对发现:樱香Aatp6cDNA序列中,没有发生RNA编辑;而樱香Batp6 cDNA序列中有16个编辑位点,在樱香B cDNA序列16个编辑位点位于15个密码子中,所编码的氨基酸均发生改变:在1003位点由C替换为T,导致原来编码谷氨酰胺密码子(CAA)成为终止密码子(TAA),保证atp6 mRNA编码一个正常的ATP6多肽;而由于没有发生RNA编辑,樱香A mRNA就不能翻译成正常的多肽。研究表明,RNA编辑在合成正常的ATP6多肽的过程中具有至关重要的作用,同时也说明RNA编辑可能与细胞质雄性不育相关。     

紫稻(Oryza sativa L.)线粒体ATP合成酶 atp6 基因转录本 RNA 编辑

紫稻（Oryza sativa L.）细胞质雄性不育系紫稻A是本实验室构建的新型细胞质雄性不育系。本研究使用PCR、RT-PCR、DNA测序等技术,得到了紫稻细胞质雄性不育水稻不育系（樱香A）及其保持系（樱香B）线粒体atp6基因转录本cDNA序列。通过与基因组序列比对发现：樱香Aatp6cDNA序列中,没有发生RNA编辑;而樱香Batp6 cDNA序列中有16个编辑位点,在樱香B cDNA序列16个编辑位点位于15个密码子中,所编码的氨基酸均发生改变：在1003位点由C替换为T,导致原来编码谷氨酰胺密码子（CAA）成为终止密码子（TAA）,保证atp6 mRNA编码一个正常的ATP6多肽;而由于没有发生RNA编辑,樱香A mRNA就不能翻译成正常的多肽。研究表明,RNA编辑在合成正常的ATP6多肽的过程中具有至关重要的作用,同时也说明RNA编辑可能与细胞质雄性不育相关。     

基于支持向量回归的酚类化合物QSAR建模

目的：采用定量构效关系（QSAR）方法探索酚类化合物的毒性与分子结构参数的关系。方法：基于支持向量回归（SVR）、依均方误差最小原则选择最优核函数,对酚类化合物及其衍生物进行了QSAR研究。结果：不同数据集选取的最优核函数有异,对小样本、非线性等问题,SVR具有较优的稳定性及预测能力,在酚类化合物及其衍生物的QSAR研究中得到了优于原文献方法的独立预测结果。结论：SVR模型具有较好的预测能力,在QSAR及相关研究中可得到更广泛应用。