北京大学生物信息学课程笔记（第一二周课程笔记）_aagagc局部比对动态规划算法-CSDN博客

本文链接：https://blog.csdn.net/xjw9602/article/details/104939141

第一周

Early bioinformatics the birth of a discipline-a personal view（2003年）
文章从整个人类世界的角度讲述了生物信息从60年代到21世纪的发展历程，从发现双螺旋结构到如今的基因组时代。其中包含大量每个年代的经典论文和在当时引起巨大发展的新技术，以及如今我们还在运用和发展的分布式数据库genbank等。适合于想了解曾经生物信息学发展历程的阅读。
Wei-2008-Bioinformatics-in-china-a-personal（2008年）
文章从中国的角度讲述生物信息学，近年来中国在生物信息学领域发表的论文占比越来越大。中国80年代的科学家是用中国传统学科物理和数学方法来研究生物信息学。但这些中国生物信息学前辈的研究成果是具有意义的，成功地推动了中国生物信息学的发展。直到人类基因组计划，和互联网技术的快速兴起，中国获得了巨大的发展机会。
上海生物信息研究中心
 北京大学生物信息研究中心
Hogeweg-2011-The-roots-of-bioinformatics-in-theo
文章讲述了生物信息学概念和该概念的起源于发展。并且在发展过程中，我们对于生物的研究方法的改进以及所涉及的其他领域的演变。最后肯定生物信息学这一领域的发展。

在这里插入图片描述

通过左下角的公式规则（原理为动态规划），我们得到两个序列的最大得分-6。箭头代表从哪里计算得到，最后箭头反方向就表示得到的序列比对结果。

问题是：为什么比对序列AAG和序列AGC要出现空位呢？这里没有空位，但最后比对出来是有空位的，因为有空位的分数更高。
所谓“空格”只是比对过程中产生的gap，如果这个结果不是合理的好的结果，那么不会有gap产生。
最后通过箭头得到两个比对序列的规则是：箭头是竖的，那么上面一行对应空格，箭头是横的，则下面一行对应一位空格。斜线箭头代表了上下不是对应空位。所以最终可以得到上图结果。

在这里插入图片描述
在上述动态规划算法中，引入了0的最低下限。也就是说，在差异扩大之后，重启比对，获得局部比对的效果。

在这里插入图片描述

这里主要将上一节中的减去d给细分出来，前面已经有了一个空格(gap extention)，那么这里就-e；前面是一个匹配上的(gap open)，那么这里就-d。

对于同源性更高的序列应当选择Blosum更高Pam更低的打分矩阵
将PAM-1自乘N次，可以得到PAM-N。一个PAM-N矩阵元素（i，j）的值：反应两个相距N个PAM单位的序列中第i种氨基酸替换第j种氨基酸的频率。
BLOSUM矩阵与PAM矩阵的不同之处在于：
（1）用于产生矩阵的蛋白质家族及多肽链数目，BLOSUM比PAM大约多20倍。　
（2）PAM：家族内成员相比，然后把所有家族中对某种氨基酸的比较结果加和在一起，产生“取代”数据（PAM-1 ）；PAM-1自乘n次，得PAM-n。
BLOSUM：首先寻找氨基酸模式，即有意义的一段氨基酸片断（如一个结构域及其相邻的两小段氨基酸序列），分别比较相同的氨基酸模式之间氨基酸的保守性（某种氨基酸对另一种氨基酸的取代数据），然后，以所有 60％保守性的氨基酸模式之间的比较数据为根据，产生BLOSUM60；以所有80％保守性的氨基酸模式之间的比较数据为根据，产生BLOSUM80。
（3）PAM-n中，n 越小，表示氨基酸变异的可能性越小；相似的序列之间比较应该选用n值小的矩阵，不太相似的序列之间比较应该选用n值大的矩阵。PAM-250用于约 20%相同序列之间的比较。BLOSUM-n中，n越小，表示氨基酸相似的可能性越小；相似的序列之间比较应该选用 n 值大的矩阵，不太相似的序列之间比较应该选用n值小的矩阵。