生物信息学实验报告.docx
《生物信息学实验报告.docx》由会员分享，可在线阅读，更多相关《生物信息学实验报告.docx（37页珍藏版）》请在冰豆网上搜索。
生物信息学实验报告
生物信息学
实验报告
班级：
：
学号：
日期：
实验一核酸和蛋白质序列数据的使用
实验目的
了解常用的序列数据库，掌握基本的序列数据信息的查询方法。
教学基本要求
了解和熟悉NCBI核酸和蛋白质序列数据库，可以使用BLAST进行序列搜索，解读BLAST搜索结果，可以利用PHI-BLAST等工具进行蛋白质序列的结构域搜索，解读蛋白质序列信息，可以在蛋白质三维数据库中查询相关结构信息并进行显示。
实验容提要
在序列数据库中查找某条基因序列（BRCA1），通过相关一系列数据库的搜索、比对与结果解释，回答以下问题：
1.该基因的基本功能？
2.编码的蛋白质序列是怎样的？
3.该蛋白质有没有保守的功能结构域（NCBICD-search）？
4.该蛋白质的功能是怎样的？
5.该蛋白质的三级结构是什么？
如果没有的话，和它最相似的同源物的结
构是什么样子的？
给出示意图。
实验结果及结论
1.该基因的基本功能？
Thisgeneencodesanuclearphosphoproteinthatplaysaroleinmaintaininggenomicstability,anditalsoactsasatumorsuppressor.Theencodedproteincombineswithothertumorsuppressors,DNAdamagesensors,andsignaltransducerstoformalargemulti-subunitproteincomplexknownastheBRCA1-associatedgenomesurveillancecomplex（BASC）.ThisgeneproductassociateswithRNApolymeraseII,andthroughtheC-terminaldomain,alsointeractswithhistonedeacetylasecomplexes.Thisproteinthusplaysaroleintranscription,DNArepairofdouble-strandedbreaks,andrecombination.Mutationsinthisgeneareresponsibleforapproximately40%ofinheritedbreastcancersandmorethan80%ofinheritedbreastandovariancancers.Alternativesplicingplaysaroleinmodulatingthesubcellularlocalizationandphysiologicalfunctionofthisgene.Manyalternativelysplicedtranscriptvariants,someofwhicharedisease-associatedmutations,havebeendescribedforthisgene,butthefull-lengthnaturesofonlysomeofthesevariantshasbeendescribed.Arelatedpseudogene,whichisalsolocatedonchromosome17,hasbeenidentified.[providedbyRefSeq,May2009]
2.编码的蛋白质序列是怎样的？
[Homosapiens]
1mdlsalrveevqnvinamqkilecpiclelikepvstkcdhifckfcmlkllnqkkgpsq
61cplcknditkrslqestrfsqlveellkiicafqldtgleyansynfakkennspehlkd
121evsiiqsmgyrnrakrllqsepenpslqetslsvqlsnlgtvrtlrtkqriqpqktsvyi
181elgsdssedtvnkatycsvgdqellqitpqgtrdeisldsakkaacefsetdvtntehhq
241psnndlnttekraaerhpekyqgssvsnlhvepcgtnthasslqhenssllltkdrmnve
301kaefcnkskqpglarsqhnrwagsketcndrrtpstekkvdlnadplcerkewnkqklpc
361senprdtedvpwitlnssiqkvnewfsrsdellgsddshdgesesnakvadvldvlnevd
421eysgssekidllasdphealickservhsksvesniedkifgktyrkkaslpnlshvten
481liigafvtepqiiqerpltnklkrkrrptsglhpedfikkadlavqktpeminqgtnqte
541qngqvmnitnsghenktkgdsiqneknpnpieslekesafktkaepisssisnmelelni
601hnskapkknrlrrksstrhihalelvvsrnlsppnctelqidscssseeikkkkynqmpv
661rhsrnlqlmegkepatgakksnkpneqtskrhdsdtfpelkltnapgsftkcsntselke
721fvnpslpreekeekletvkvsnnaedpkdlmlsgervlqtersvesssislvpgtdygtq
781esisllevstlgkaktepnkcvsqcaafenpkglihgcskdnrndtegfkyplghevnhs
841retsiemeeseldaqylqntfkvskrqsfapfsnpgnaeeecatfsahsgslkkqspkvt
901feceqkeenqgknesnikpvqtvnitagfpvvgqkdkpvdnakcsikggsrfclssqfrg
961netglitpnkhgllqnpyripplfpiksfvktkckknlleenfeehsmsperemgnenip
1021stvstisrnnirenvfkeasssninevgsstnevgssineigssdeniqaelgrnrgpkl
1081namlrlgvlqpevykqslpgsnckhpeikkqeyeevvqtvntdfspylisdnleqpmgss
1141hasqvcsetpddllddgeikedtsfaendikessavfsksvqkgelsrspspfththlaq
1201gyrrgakklesseenlssedeelpcfqhllfgkvnnipsqstrhstvateclsknteenl
1261lslknslndcsnqvilakasqehhlseetkcsaslfssqcseledltantntqdpfligs
1321skqmrhqsesqgvglsdkelvsddeergtgleennqeeqsmdsnlgeaasgcesetsvse
1381dcsglssqsdilttqqrdtmqhnliklqqemaeleavleqhgsqpsnsypsiisdssale
1441dlrnpeqstsekavltsqksseypisqnpeglsadkfevsadsstsknkepgversspsk
1501cpslddrwymhscsgslqnrnypsqeelikvvdveeqqleesgphdltetsylprqdleg
1561tpylesgislfsddpesdpsedrapesarvgnipsstsalkvpqlkvaesaqspaaahtt
1621dtagynameesvsrekpeltastervnkrmsmvvsgltpeefmlvykfarkhhitltnli
1681teetthvvmktdaefvcertlkyflgiaggkwvvsyfwvtqsikerkmlnehdfevrgdv
1741vngrnhqgpkraresqdrkifrgleiccygpftnmptdqlewmvqlcgasvvkelssftl
1801gtgvhpivvvqpdawtedngfhaigqmceapvvtrewvldsvalyqcqeldtylipqiph
1861shy
3.该蛋白质有没有保守的功能结构域（NCBICD-search）？
有保守的供能结构域。
Mov34/MPN/PAD-1family:
BRCC36,asubunitofBRCA1-Acomplex
4.该蛋白质的功能是怎样的？
同第一题答案。
5.该蛋白质的三级结构是什么？
如果没有的话，和它最相似的同源物的结
构是什么样子的？
给出示意图。
实验二双序列比对
实验目的
练习使用动态规划算法进行双序列比对；理解打分矩阵和参数对双序列比对结果的影响；理解动态规划算法的原理。
教学基本要求
动态规划算法是序列比对最基本的算法，可以确保找到最优比对。
分为全局比对（Needleman-Wunchalgorithm）和局部比对算法（Smith-Watermanalgorithm）。
通过本实验的练习，更好的理解动态规划算法。
实验容提要
对如下的两条序列进行双序列比对分析：
>DrosophilaSex-lethalprotein
ASNTNLIVNYLPQDMTDRELYALFRAIGPINTCRIMRDYKTGYSYGYAFVDFTSEMDSQRAIKVLNG
>MouseHucRBD
MDSKTNLIVNYLPQNMTQDEFKSLFGSIGDIESCKLVRDKITGQSLGYGFVNYSDPNDADKAINTLNGL
这些蛋白质包含一个RNA识别模体（RNARecognitionMotif，RRM）。
该模体
包含两个高度保守的两个功能区RNP1和RNP2（已用红色标记）。
1.RNP1和RNP2是否得到比对？
选择至少三个（差别大的）空位罚分和延伸值来进行比对，
2a.算法是否找到RNP1和RNP2的正确比对？
b.当空位开启罚分高时，结果发生什么变化？
c.当空位延伸罚分高时，结果发生什么变化？
d.为什么k个连续的空位罚分要小于k个间隔的空位罚分？
使用PAM250矩阵重复上述过程。
3.比对结果是否发生变化？
继续进行这两条序列的局部比对，通过ebi的在线工具完成练习，网址：
（.ebi.ac.uk/Tools/psa/emboss_water/）
4a.RNP1和RNP2是否在局部比对中得到比对？
b.局部比对的生物学意义是什么？
c.为什么在这种比对中我们选择局部比对而不是全局比对？
采用不同的打分参数和其它打分矩阵。
5.比对结果发生了什么变化？
实验结果及结论
1.RNP1和RNP2是否得到比对？
RNP1和RNP2得到了比对。
Gapopen10
Gapextender0.5
Gapopen20
Gapextender1
Gapopen1
Gapextender5
Gapopen100
Gapextender5
Gapopen1
Gapextender0.4
Gapopen20
Gapextender0.4
2.
a.算法是否找到RNP1和RNP2的正确比对？
算法找到了RNP1和RNP2的正确比对。
b.当空位开启罚分高时，结果发生什么变化？
比对结果中空位变少。
c.当空位延伸罚分高时，结果发生什么变化？
几乎没有变化。
d.为什么k个连续的空位罚分要小于k个间隔的空位罚分？
因为间隔的空位每个都是一次改变，连续的空位只是一次改变。
3.比对结果是否发生变化？
继续进行这两条序列的局部比对，通过ebi的在线工具完成练习，网址：
（.ebi.ac.uk/Tools/psa/emboss_water/）
比对结果没有发生变化。
Gapopen10
Gapextender0.5
Gapopen100
Gapextender0.5
Gapopen1
Gapextender0.5
Gapopen1
Gapextender0.0005
Gapopen1
Gapextender10
4．
a.RNP1和RNP2是否在局部比对中得到比对？
RNP1和RNP2在局部比对中得到了比对。
b.局部比对的生物学意义是什么？
更有可能得到序列保守域的比对。
c.为什么在这种比对中我们选择局部比对而不是全局比对？
尽可能的减少误差。
5.比对结果发生了什么变化？
打分矩阵不同，得分不同，blosum数值越小，结果相似度越高，pam矩阵则相反。
实验三序列的点阵分析
实验目的
点阵分析是双序列分析最直观的工具，通过本实验了解点阵分析的原理和方法。
教学基本要求
了解和熟悉点阵分析的原理和参数对分析结果的影响，可以对结果进行解读和解释。
实验容提要
本实验在如下网址完成：
myhits.isb‐sib.ch/cgi‐bin/dotlet首先学习根据dotlet的在线教程，快速学习其基本使用方法和参数设置。
然后进行如下的序列分析。
回答问题：
点阵分析的基本原理是什么？
1.重复序列
通过点阵分析可以很容易的发现序列中的重复，果蝇的一个蛋白质（索引号
码：
P24014）中具有几个重复片段，请通过dotlet分析，找到这些序列重复的
片段。
SLIT_DROME（P24014）:
MAAPSRTTLMPPPFRLQLRLLILPILLLLRHDAVHAEPYSGGFGSSAVSSGGLGSVGIHIPGGGVGVITEARCPRVCSCT
GLNVDCSHRGLTSVPRKISADVERLELQGNNLTVIYETDFQRLTKLRMLQLTDNQIHTIERNSFQDLVSLERLDISNNVI
TTVGRRVFKGAQSLRSLQLDNNQITCLDEHAFKGLVELEILTLNNNNLTSLPHNIFGGLGRLRALRLSDNPFACDCHLSW
LSRFLRSATRLAPYTRCQSPSQLKGQNVADLHDQEFKCSGLTEHAPMECGAENSCPHPCRCADGIVDCREKSLTSVPVTL
PDDTTDVRLEQNFITELPPKSFSSFRRLRRIDLSNNNISRIAHDALSGLKQLTTLVLYGNKIKDLPSGVFKGLGSLRLLL
LNANEISCIRKDAFRDLHSLSLLSLYDNNIQSLANGTFDAMKSMKTVHLAKNPFICDCNLRWLADYLHKNPIETSGARCE
SPKRMHRRRIESLREEKFKCSWGELRMKLSGECRMDSDCPAMCHCEGTTVDCTGRRLKEIPRDIPLHTTELLLNDNELGR
ISSDGLFGRLPHLVKLELKRNQLTGIEPNAFEGASHIQELQLGENKIKEISNKMFLGLHQLKTLNLYDNQISCVMPGSFE
HLNSLTSLNLASNPFNCNCHLAWFAECVRKKSLNGGAARCGAPSKVRDVQIKDLPHSEFKCSSENSEGCLGDGYCPPSCT
CTGTVVACSRNQLKEIPRGIPAETSELYLESNEIEQIHYERIRHLRSLTRLDLSNNQITILSNYTFANLTKLSTLIISYN
KLQCLQRHALSGLNNLRVVSLHGNRISMLPEGSFEDLKSLTHIALGSNPLYCDCGLKWFSDWIKLDYVEPGIARCAEPEQ
MKDKLILSTPSSSFVCRGRVRNDILAKCNACFEQPCQNQAQCVALPQREYQCLCQPGYHGKHCEFMIDACYGNPCRNNAT
CTVLEEGRFSCQCAPGYTGARCETNIDDCLGEIKCQNNATCIDGVESYKCECQPGFSGEFCDTKIQFCSPEFNPCANGAK
CMDHFTHYSCDCQAGFHGTNCTDNIDDCQNHMCQNGGTCVDGINDYQCRCPDDYTGKYCEGHNMISMMYPQTSPCQNHEC
KHGVCFQPNAQGSDYLCRCHPGYTGKWCEYLTSISFVHNNSFVELEPLRTRPEANVTIVFSSAEQNGILMYDGQDAHLAV
ELFNGRIRVSYDVGNHPVSTMYSFEMVADGKYHAVELLAIKKNFTLRVDRGLARSIINEGSNDYLKLTTPMFLGGLPVDP
AQQAYKNWQIRNLTSFKGCMKEVWINHKLVDFGNAQRQQKITPGCALLEGEQQEEEDDEQDFMDETPHIKEEPVDPCLEN
KCRRGSRCVPNSNARDGYQCKCKHGQRGRYCDQGEGSTEPPTVTAASTCRKEQVREYYTENDCRSRQPLKYAKCVGGCGN
QCCAAKIVRRRKVRMVCSNNRKYIKNLDIVRKCGCTKKCY
从uniprot或者genbank数据库中的注释信息进行进一步确认你所发现的结果。
2.低复杂度区域
恶性疟原虫抗原蛋白前体（索引：
P69192）具有一段低复杂度区域的序列，通过点阵分析找到这个特点。
SERA_PLAFG（P69192）:
MKSYISLFFILCVIFNKNVIKCTGESQTGNTGGGQAGNTVGDQAGSTGGSPQGSTGASQPGSSEPSNPVS
SGHSVSTVSVSQTSTSSEKQDTIQVKSALLKDYMGLKVTGPCNENFIMFLVPHIYIDVDTEDTNIELRTT
LKETNNAISFESNSGSLEKKKYVKLPSNGTTGEQGSSTGTVRGDTEPISDSSSSSSSSSSSSSSSSSSSS
SSSSSSSSSSSSSSSESLPANGPDSPTVKPPRNLQNICETGKNFKLVVYIKENTLIIKWKVYGETKDTTE
NNKVDVRKYLINEKETPFTSILIHAYKEHNGTNLIESKNYALGSDIPEKCDTLASNCFLSGNFNIEKCFQ
CALLVEKENKNDVCYKYLSEDIVSNFKEIKAETEDDDEDDYTEYKLTESIDNILVKMFKTNENNDKSELI
KLEEVDDSLKLELMNYCSLLKDVDTTGTLDNYGMGNEMDIFNNLKRLLIYHSEENINTLKNKFRNAAVCL
KNVDDWIVNKRGLVLPELNYDLEYFNEHLYNDKNSPEDKDNKGKGVVHVDTTLEKEDTLSYDNSDNMFCN
KEYCNRLKDENNCISNLQVEDQGNCDTSWIFASKYHLETIRCMKGYEPTKISALYVANCYKGEHKDRCDE
GSSPMEFLQIIEDYGFLPAESNYPYNYVKVGEQCPKVEDHWMNLWDNGKILHNKNEPNSLDGKGYTAYES
ERFHDNMDAFVKIIKTEVMNKGSVIAYIKAENVMGYEFSGKKVQNLCGDDTADHAVNIVGYGNYVNSEGE
KKSYWIVRNSWGPYWGDEGYFKVDMYGPTHCHFNFIHSVVIFNVDLPMNNKTTKKESKIYDYYLKASPEF
YHNLYFKNFNVGKKNLFSEKEDNENNKKLGNNYIIFGQDTAGSGQSGKESNTALESAGTSNEVSERVHVY
HILKHIKDGKIRMGMRKYIDTQDVNKKHSCTRSYAFNPENYEKCVNLCNVNWKTCEEKTSPGLCLSKLDT
NNECYFCYV
实验结果及结论
1.重复序列
通过点阵分析可以很容易的发现序列中的重复，果蝇的一个蛋白质（索引号
码：
P24014）中具有几个重复片段，请通过dotlet分析，找到这些序列重复的
片段。
2.低复杂度区域
恶性疟原虫抗原蛋白前体（索引：
P69192）具有一段低复杂度区域的序列，通过点阵分析找到这个特点。
实验四多序列比对
实验目的
在序列分析中，多序列比对具有广泛的应用，是许多其他分析的基础和前提，比如进化发生分析、构建位置特异性打分矩阵、找到一致序列等，本实验的目的是熟悉多序列比对相关的操作和编辑方法。
教学基本要求
了解和熟悉多序列比对的原理和基本方法。
实验容提要
1.使用CLUSTALW算法，比对一组蛋白质序列，该序列属于RAD51‐RECA，
在DNA的复制阶段起重要作用，这些序列可以从NCBIgenbank、Uniprot等序列
服务器获取，序列的索引为：
P25454，P25453，P0A7G6，P48295。
将这些
序列保存在一个文本文件。
如果查询到的序列不止一个的话，选择第一个。
>P25454.1Full=DNArepairproteinRAD51
MSQVQEQHISESQLQYGNGSLMSTVPADLSQSVVDGNGNGSSEDIEATNGSGDGGGLQEQAEAQGEMEDE
AYDEAALGSFVPIEKLQVNGITMADVKKLRESGLHTAEAVAYAPRKDLLEIKGISEAKADKLLNEAARLV
PMGFVTAADFHMRRSELICLTTGSKNLDTLLGGGVETGSITELFGEFRTGKSQLCHTLAVTCQIPLDIGG
GEGKCLYIDTEGTFRPVRLVSIAQRFGLDPDDALNNVAYARAYNADHQLRLLDAAAQMMSESRFSLIVVD
SVMALYRTDFSGRGELSARQMHLAKFMRALQRLADQFGVAVVVTNQVVAQVDGGMAFNPDPKKPIGGNIM
AHSSTTRLGFKKGKGCQRLCKVVDSPCLPEAECVFAIYEDGVGDPREEDE
>P25453.1Full=MeioticrecombinationproteinDMC1
MSVTGTEIDSDTAKNILSVDELQNYGINASDLQKLKSGGIYTVNTVLSTTRRHL
升级会员 