【2.3】蛋白残基得分矩阵PAM-BLOSUM

对于蛋白质序列,计分矩阵主要用于记录在做序列比对时两个相对应的残基的相似度,一旦这个矩阵定义好了以后,比对程式就可以利用这个矩阵,尽量将相似的残基排在一起,以达到最好的比对。

得分矩阵主要有两种,第一种就是PAM(Point Accepted Multation),另一种就是BLOSUM。

一、PAM矩阵(Point Accepted Mutation)

基于进化的点突变模型,如果两种氨基酸替换频繁,说明自然界接受这种替换,那么这对氨基酸替换得分就高。一个PAM就是一个进化的变异单位, 即1%的氨基酸改变,但这并不意味100次PAM后,每个氨基酸都发生变化,因为其中一些位置可能会经过多次突变,甚至可能会变回到原来的氨基酸。

PAM矩阵的制作步骤:

  1. 构建序列相似(大于85%)的比对
  2. 计算氨基酸 j 的相对突变率mj(j被其它氨基酸替换的次数)
  3. 针对每个氨基酸对 i 和 j , 计算 j 被 i 替换次数
  4. 替换次数除以相对突变率(mj)
  5. 利用每个氨基酸出现的频度对j 进行标准化
  6. 取常用对数,得到PAM-1(i, j)
  7. 将PAM-1自乘N次,可以得到PAM-N。

这种矩阵的缺点是一旦PAM1的矩阵有效地误 差,那么自乘250后得到的PAM250矩阵的误差就会变得很大。

如,PAM120矩阵用于比较相距120个PAM单位的序列。

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。

针对不同的进化距离采用PAM 矩阵

序列相似度 = 40%       50%       60% 
            |          |         |
打分矩阵 = PAM120 PAM80 PAM60
          PAM250 → 14% – 27% 

二、BLOSUM 矩阵

此矩阵与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。BLOSUM-62用来比较62%相似度的序列,BLOSUM-80用来比较80%左右的序列。

参考资料:

https://www.cnblogs.com/qianjinhui/archive/2013/12/29/3496628.html

个人公众号,比较懒,很少更新,可以在上面提问题,如果回复不及时,可发邮件给我: tiehan@sina.cn

Sam avatar
About Sam
专注生物信息 专注转化医学