生物信息学(第二版)由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“第二章生物信息学”。
《精要速览系列-先锋版生物信息学（第二版）》
D.R.Westhead，J.H.Parish & R.M.Twyman
科学出版社2004
A生物信息学概述
相关学习网站www.daodoc.complexes）的形成。了解这些复合物对于注释蛋白质功能是必需，也是解释信号级联和调控网络等分子途径的一个步骤。死效应反映了两个突变的蛋白质
2．遗传方法
抑制子突变体可以通过恢复被破坏的蛋白质互作来补偿有害的原始突变体。而合成致死效应反映了两个突变的蛋白质不能相互作用，显性负突变（dominant negative mutation）显示了一种起着多聚复合体作用的蛋白质。
3．亲和性方法
可通过几种利用蛋白质亲和性（特异结合的倾向）分析的物理方法来为蛋白质之间的相互关系提供直接的证据，比如亲和性管柱层析法，免疫共沉淀。由Ciphergen公司使亲和实验格式更趋微型化，使得在蛋白质芯片的发展中达到顶峰。
4．分子和原子的方法
X射线晶体学和核磁共振谱有助于在原子水平识别蛋白质互作，其它的蛋白质互作分析的分子方法包括荧光共振能量传递（FRET），表面基元共振谱（SPR）和表面增强激光接吸附/离子化技术（SELDL），其中的很多方法可通过质谱技术直接集成到蛋白质注释中。
5．基于文库的方法
基于文库的蛋白质互作实验有两个主要优点：它是高度并行的实验格式；候选互作蛋白质及其cDNAs之间直接关联。
影响最大的方法是酵母双杂交系统（yeast two-hybrid system，Y2H），在这个系统中蛋白质通过识别与之连接的一个功能转录因子进行互作。
C数据库--内容，结构和注释
已注释的序列数据库
1．初级序列数据库
GenBank（NCBI）、核酸序列数据库（EMBL）和日本的DNA数据库（DDBJ）
2．SWISS-PROT和TrEMBL
SWISS-PROT收集了确认的蛋白质序列及与结构，功能和所属蛋白质家族有关的注释信息。相关数据库TrEMBL翻译了初级核酸数据库中的编码序列。
其他数据库
1．OMIM
OMIM指人类孟德尔遗传的联机数据库，用于研究人类遗传学和人类分子生物学的强大资源。每个OMIM条目都有一个对特定基因或性状的已知信息的全文总结，并有指向初级序列数据库和其它遗传学资源的链接。
2．Incyte和UniGene
Incyte是商业数据库，它提供了基因序列和专家注释的记录，这是专门为药物研究开发服务的数据库。UniGene是一种用来把GenBank序列聚类并与EST数据相关联的实验工具。
3．结构数据库
蛋白质数据库（PDB），核酸数据库（NDB），大分子结构数据库（MSD）
E通过序列相似性标准搜索序列数据库
序列相似性搜索
1．序列联配
序列联配是是相似度量化的第一步，用来区分偶然性的相似和真实的生物学关系。联配结果以变化（突变）、插入或缺失（或空位indel）来显示序列之间的差异，这些差异可以用进化术语来说明。
2．联配算法
动态规划算法可以计算两条之间的最佳联配，其中广泛使用的算法有Smith-Waterman算法（局部联配）和Needleman-Wunsch算法（全局联配）。
3．联配分支和空位罚分
用简单的联配分值来测量相同匹配残基的比例或数目。得从联配分值中扣去空位罚分，以保证联配算法能得出有生物学意义的结果而没有太多的空位。
数据库搜索：FASTA和BLAST
1．统计分值
相似度记分的P值是指获得至少与两条无关序列间的偶然相似性一样高的分值的概率。低P值表明重要的匹配，这些匹配可能会有真实生物学意义。相关的E值（期望值）是至少与所识别的相似性记同样高分值的偶然事件的期望概率。两序列见相似度的低P值对应于大数据库搜索的高E值。
2．敏感性和特异性
敏感性衡量数据库中真实生物序列关系的比例，该关系表现为击中项（有意义的相似序列）。特异性指的是对应于真实生物学关系的击中项的比例。改变E和P的默认值会导致这些互补的优良度测量方法之间的平衡。
F多序列联配：基因和蛋白质家族
多序列联配和家族关系
1．多序列联配
多序列联配表明两条或两条以上序列之间的关系，可以解释关于蛋白质结构和功能的许多线索。当所考察的序列不同时，保守的残基往往是维持稳定结构或生物学功能的关键残基。
2．渐进联配
渐进联配方法以两序列联配来初步评价序列是如何相关的，并在这个基础上构建向导树，然后使用向导树逐步添加序列到联配中，从最密切相关的序列开始到距离最远的序列结束。
蛋白质家族和模式数据库
1．蛋白质家族
把序列分配到蛋白质家族中是预测蛋白质功能是非常有价值的方法。多序列联配信息的表示方法有很多种，包括联配本身、一致序列、保守残基和残基模式、序列轮廓以及其他的序列家族的概率模型。这些根据不同的应用都有不同的用途，其中大多数已经被开发和存储在数据库中，里面含有大量不同蛋白质家族的信息，这样的数据库称为二级数据库。
2．一致序列
这些序列把多序列联配的信息压缩至单条序列，主要的缺点是除了在特定位置最常见的残基之外，它们不能表示任何概率信息。一致序列的产生说明了任何蛋白家族的表示都是有偏向的，这主要是由于来源的序列集是有偏向的。
3．PROSITE
PROSITE数据库包括与蛋白质家族成员、特定蛋白功能及翻译后修饰有关的序列模式。PROSITE模式与一致序列的不同在于，它们往往比序列全长要短得多，并且给出了一种描述多序列联配中一套可接受的残基组合的方法。PROSITE模式中已知的假阳性（或假阴性）都已经在数据库中注明。PROSITE数据库在某些条目含有序列轮廓，以尝试描述比模式更长的序列片段（通常指整个结构域）。
4．PRINTS和BLOCKS
PRINTS和BLOCKS是密切相关的，它们分别通过来自一组蛋白或蛋白家族中最高度保守区域的多序列联配无空位片段的形式来表示蛋白质家族。
蛋白质结构域家族
1．结构域家族
许多蛋白质是由模式结构的结构域组建的，因此蛋白质家族的研究其实是对蛋白质结构域家族的研究。
2．序列轮廓
序列轮廓（也成权重矩阵）是一种描绘蛋白质结构与家族相关序列的方法，其优点是描述了结构域序列的全长，包括观察到每个氨基酸的可能性，以及序列每个位点插入和缺失的可能性。
3．隐马尔科夫模型
隐马尔科夫模型（HMMs）是蛋白质结构域家族序列的一种严格的统计模型，包括序列的匹配、插入和缺失状态，并根据每种状态的概率分布和状态间的相互转换来生成蛋白质序列。代表某蛋白结构域家族的模型从该家族中生成序列的概率较高，从其他家族中生成序列的概率较低。
J微阵列数据分析
微阵列数据：分析方法
1．微阵列原始数据
微阵列数据就是经过杂交的阵列的扫描图像，扫描图像显示每一个点的杂交信号强度。这些图像可通过单通道、双通道荧光标记、同位素标记或比色标记等方法获得，其记录方式各不相同。
2．数据质量
准确记录个点的信号强度是微阵列数据分析的基本要求，DNA阵列可包含数千个特征点，因此数据的获取和分析必须自动进行。阵列上必须包含对照点以衡量非特异杂交和不同
阵列上杂交的多变性。
3．基因表达矩阵
从微阵列实验得到的原始数据首先要转换成表，即基因表达矩阵。表中的各行代表基因，各列代表不同的实验条件，表中的数据为信号强度，代表各个基因的相对表达水平。
4．表达数据分组
基因表达矩阵中的每一个基因都有其特定的表达模式，即一系列条件下基因表达情况的测量值。微阵列数据分析就是要将这些数据按表达模式的相似程度进行分类。
序列采样和SAGE
1．序列采样数据分析
差异基因表达的研究，可以通过从不同的cDNA文库中随机挑取克隆来进行，也可以通过抽取EST数据来进行。这种分析需要抽取成千上万的序列以达到统计上的显著性，即使对于中度冗余度的mRNA也要如此。
2．SAGE
SAGE是一种序列采样技术，其原理是将非常短的序列标记（9~15碱基）连续为长的串联体。SAGE标记的长度是最适于高通量分析，但基因依然可以被明确的鉴定出来。
