生物信息学上机实验2019-更新ppt课件

1、生物信息学上机练习,生物序列的信息检索 多序列比对及进化树的构建 （选做） Phylip使用,1，序列的数据库信息检索示例,待查询序列： CCCCTGCCTGGCAGCCCTTTCTCAAGGACCACCGCATCTCTACATTCAAGAACTGGCCCTTCTTGGAGGGCTGCGCCTGCACCCCGGAGCGGATGGCCGAGGCTGGCTTCATCCACTGCCCCACTGAGAACGAGCCAGACTTGGCCCAGTGTTTCTTCTGCTTCAAGGAGCTGGAAGGCTGGGAGCCAGATGACGACCCCATAGAGGAACATAAAAAGCATTCGTCCGGTT

2、GCGCTTTCCTTTCTGTCAAGAAGCAGTTTGAAGAATTAACCCTTGGTGAATTTTTGAAACTGGACAGAGAAAGAGCCAAGAACAAAATTGCAAAGGAAACCAACAATAAGAAGAAAGAATTTGAGGAAACTGCGGAGAAAGTGCGCCGTGCCATCGAGCAGCTGGCTGCCATGGATTGAGGCCTCTGGC,问题,1，这是什么基因？基因的标识符是什么？在基因组上的定位是怎样的？ 2，编码的蛋白质多少个氨基酸？序列标识符为？序列是？ 3，该蛋白没有保守的功能结构域 ？ 4，该蛋白亚细胞定位是？它的功能是怎样的？ 5，该蛋白在真

3、核生物中是否保守？ 6，该蛋白有没有三级结构信息,答案 1. 该基因为人的BIRC5基因；基因标识符：NM_001168.2;染色体定位：17号染色体，76210277.76221716； 2. 人的BIRC5蛋白质包含142个氨基酸，序列标识符为：NP_001159.2; 序列为：MGAPTLPPAWQPFLKDHRISTFKNWPFLEGCACP 3. BIRC5具有保守的功能结构域BIR； 4. BIRC5的细胞亚定位：胞质，核；其功能有： (1) 在瘤形成过程中可能起一定作用； (2) 阻碍G2/M期的细胞编程性凋亡； (3) Chromosomal passenger complex

4、 (CPC)的成员之一。等等。 5. 该基因在真核生物中最保守很可能是来自毛猩猩Pongo abelii的BIRC5蛋白：Q5RAH9； 6. 该蛋白的三级结构已知，在PDB中的标识符为1E31等,2，多序列比对及进化树构建,构建Cytochrome C1家族进化树 在Uniprot数据库中搜索Cytochrome C1在不同物种中的氨基酸序列，下载fasta文件 使用MEGA软件对结果进行分析： 1）多序列比对（MSA multiple sequence alignment） 2）构建进化树,Cytochrome C1家族序列获取,工具网站 / advanced sea

5、rch customize,调整结果显示格式,选择想要显示的内容，例如显示列为 Entry name Organism Sequence Protein names save 以蛋白名称：Cytochrome C1为关键词搜索,搜索结果,编辑Fasta序列文件,选择搜索结果中Entry name 以“CY1_”开头的序列(选十几个物种序列，每一个种属只选一个序列，即entry name一样的只选择一个即可） 点retrieve,编辑Fasta序列文件,Download FASTA格式的文件 直接下载下来的序列名称会很累赘，可以将该文件以文本形式打开，对序列名称进行编辑，让其看起来更加简洁明了,

6、Fasta文件格式,以为开头，后接序列名称，重启一行，输入序列 CY1_BOVIN MAAAAATLRGAMVGPRG CY1_YEAST MFSNLSKRWAQRTLSKS CY1_HUMAN MAAAAASLRGVVLGPRG,Fasta文件要求,序列名称中不含有 = 字符 氨基酸序列可以分成多行，但内部不要有空格 每个序列的title仅保留蛋白/基因名称+种属来源，如：CY1_YEAST,MEGA 5软件使用,打开MEGA 5，拉开Align菜单，选择Edit/Build Alignment,MEGA 5软件使用,Creat a new Alignment 选择Protein,MEGA

7、5软件使用,在新弹出的窗口中，选择Data-Open-Retrieve Sequences from File，然后导入刚才保存的fasta文件,多序列比对,Ctrl+A选择全部序列，Aligment-Align by ClustalW,多序列比对,可以修改各补偿值等参数，点OK,多序列比对,多序列比对完成 Dateexport alignment, 导出MEGE format和 Fasta format两份结果， 得到一个*.meg文件 和一个*.fas文件,进化树构建,关闭Alignment窗口，回到MEGA软件主窗口，File - Open A File/Session，打开之前保存的*

8、.meg文件,进化树构建,选择Phylogeny-Construct/Test Neighbor-Joining Tree 点yes,进化树构建& bootstrap 验证,点compute,Bootstrap method 验证进化树，点开选择 bootstrap,调整树的形状及树枝长度,去掉不可信的分支,从排列的多序列中随机有放回的抽取某一列，构成相同长度的新的排列序列； 重复上面的过程，得到多组新的序列； 对这些新的序列进行建树，再观察这些树与原始树是否有差异，以此评价建树的可靠性。 一般Bootstrap的值70，则认为构建的进化树较为可靠,3，（选做） Phylip使用 自展法- 进

9、化树的可靠性分析 Bootstrap Method,随机有放回的抽取原始数据的一列，直到列数和原始数据一样,有放回意味着有些列被采到多次，有的列没有采到,比较一致性，两种做法,Phylib采用,Phylip软件包介绍,由华盛顿大学遗传学系开发，免费的系统发育分析软件包。 几乎最广泛使用的系统发生分析程序，主要包括以下几个程序组：分子序列组，距离矩阵组，基因频率组，离散字符组，进化树绘制组。 访问及免费下载地址：/phylip.html,Phylip软件包介绍,Phylip包含了35个独立的程序，这些独立的程序都实现特定的功能，这

10、些程序基本上包括了系统发生分析的所有方面。 多种不同平台的版本（包括windows，Macintosh，DOS，Linux，Unix和OpenVMX）。 Phylip软件包的文档是非常详细的，对于每个独立的程序，都有一个独立的文档，详细的介绍了该程序的使用及其说明,outfile是一个记录文件，记录了分析的过程和结果，可以直接用文本编辑器（如写字板）打开。 outtree是分析结果的树文件，可以用phylip提供的绘树程序打开查看，也可以用其他的程序来打开，如treeview等,Phylip软件包的应用,由于默认输出的名字是一样的，为了防止被覆盖，要把默认的输出名字改一下,Windows 版本

11、的phylip软件包,现有8段protein序列： P1 MPRFAANLSMMFTEVPFIERFAAARKAGFDAVEFLFPYNYSTLQIQKQLE P2 MPRFEANLSMMFTEVPFAERFADARKAGFDAVEFLFPYCYSDLQIQCQLE P3 WPRFEANLSMMFTEVPFAERFADARKIGFDAEEFLFPYCYSDLQIQCQLE P4 MPCFAANLSMMFTEVPFIERFAAARKAGFDAVEFLFPYNYSTLQIQKQLE P5 MPRFEANLSMEFTAVPFIERFADARKAGFDAVEFLFPYCYSTLQIQKQLE P6 M

12、PRFEANLSMMFTEVPFAERFADARKAGFDAEEFLFPYCYSDLQIQCQLE P7 MPRFEANLSMEFTEVPFIERFADARKAGFDAVEFLFPYCYSTLQIQKQLE P8 WPRFEANLSMMFTEVPFAERFADARKAGFDAEEFLFPYCYSDLQIQCQLE,示例：Phylip软件包构建进化树,新建文本文件 testSeq.fasta 复制以下序列，注意最后是fasta格式,第一步：使用CLUSTALX多序列比对， File/Load Sequenes读入testSeq.fasta，输出格式File/Save Sequenes as 为*

13、.PHY,这步的目的是完成格式转换，准备构建进化树的序列,PHY的格式,输出的*.PHY文件： 8和50分别表示8个序列和每个序列有50个氨基酸,第二步：双击打开SEQBOOT ,按路径输入刚才生成的 *.PHY文件；设定适当参数；输出outfile文件,注意输入正确的文件地址，可以把文件拷到当前目录,随机数,可以使用默认值，输入Y,这步的目的是用Bootstrap的方法产生多个复本,重命名Outfile文本文件为Outfile1，打开如下： （包括了100个replicates,第三步：打开PROTPARS（最大简约法），输入Outfile1文件后如下显示： 设定适当参数；运行输出outfile和treefile文件,目的是构建各个副本的进化树,多组数据,重命名Outfile文本文件为Outfile2，重命名OutTree为OutTree2；打Outfile2开如右： （包括了100个replicates的结果,第四步：打开CONSENSE程序，输入outtree2，运行输出outfile和treefile文件。分别重命名为outfile3和treefile3.tre,该步骤目的是综合100个复本，构建一致的进化树,获得的结果文件中，文本文件outfile3显示如下,outfile,树文件outtree3.tre用TR