基于保守性和规则性的预测方法SIFT和PolyPhen

 

有什么特征可以帮助我们来区分导致功能和表型变化的变异和其他变异，然后我们如何综合特征来做出一个预测模型？


表型或功能的改变(phenotypical/functional effect)
a,个体表型上的体现（导致疾病的或不导致疾病的）
b,演化上的概念（它是不是会影响这个人的适应性，deleterious,还是说它对人的 这个 适应性没有影响，即neutral）
c,特征（比如头发，身高）
……
……
一般来说，蛋白序列的改变，它就更有可能结构和功能的改变，就更有可能在细胞水平的改变，可能最终造成人的各个的表现的改变，但所有的这些都不是绝对的，都是统计的一个概念

我们如何预测非同义突变对功能表现的影响？

一、简介

SIFT是基于保守性的一个算法，这个方法是2001年由Pauline和Henikoff发表的，SIFT和BLOSUM(作者是Hennikoff)作者是一个课题组，虽然替代矩阵可以评估两个氨基酸的相似性和可替代性，但是其实在不同的蛋白，不同的位点，它对氨基酸替代的容忍程度是不一样的，所以它后来就做了一个基于同源蛋白每一个位点上的氨基酸保守性的评估࿰