熵值计算利用熵值计算公式计算每个序列集各位点的熵值。2.ppt

氨基酸序列熵值计算工具的实现及其在A型流感病毒HA蛋白序列分析中的应用 王靖飞 中国农业科学院哈尔滨兽医研究所 2007.8.11 昆明 * A型流感病毒HA蛋白氨基酸序列中特殊位点的突变对其抗原性、毒力、受体结合特性等有显著影响 这些特殊位点的识别和其突变规律的揭示对流感病毒疫苗、致病机理、跨宿主传播等研究具有重要意义 氨基酸序列最大熵可以用来反映氨基酸位点的保守性和可变性 前 言 ClustalX 熵值计算，保守区和可变区分析 熵值计算工具Entropy 序列文件 对齐 对齐文件.fasta HA氨基酸序列熵值计算流程 开发环境：Microsoft Visual Studio .NET 2003 开发语言：C# 主要技术：文件流、ADO.NET等 主要控件：DataGrid、OpenFileDialog等 熵值计算工具——Entropy的开发 1、熵值计算 利用熵值计算公式计算每个序列集各位点的熵值。 2、保守序列 保守序列定义：每个位点出现概率最多的氨基酸的值。并针对可能出现的情况对每个位点的显示形式加以区别。 3、数量统计 以数量的形式显示每个序列集，每个位点各种氨基酸的数量。 4、百分数统计 以百分比的形式显示每个序列集，每个位点各氨基酸占总氨基酸数量的百分比 。 Entropy的功能介绍 Entropy的界面 从NCBI的流感病毒资源数据库采集流感病毒HA蛋白氨基酸序列。选择A型流感病毒、任意宿主、任意地区、HA片段，H3/H5亚型、仅选择全长序列、移除同一序列,其余条件系统默认。符合条件的序列集有832/932条序列（至2007年7月16日）。分别命名为SetH5和SetH3。取得的序列统一制成FASTA格式 Entropy的应用——序列数据获取 ClustalX装载序列后，杂乱无章 Entropy的应用——多序列比对1 序列比对后，适当的引入空位，比对结果整齐有序 Entropy的应用——多序列比对2 已对齐的SetH3 Entropy的应用——多序列比对3 已对齐SetH5 Entropy的应用——多序列比对4 Entropy的应用——对齐序列编辑1 箭头所示，由于该位点仅一条序列插入一个N致使其余序列全部产生空位，切除N后该位点对齐 比对后的序列利用Bioedit软件进行编辑，将氮端或碳端部分冗长序列切除，或删除个别序列个别位点的氨基酸插入 Entropy的应用——对齐序列编辑2 已编辑SetH3 Entropy的应用——对齐序列编辑3 已编辑SetH5 Entropy的应用——编辑后再次对齐分析 已编辑SetH5（切割位点附近有大量碱性氨基酸插入） Entropy的应用——数据输入 Entropy的应用——数据输入 已装载序列 Entropy的应用——熵值计算 Entropy的应用——结果显示（熵值） Entropy的应用——结果显示（保守序列分析） Entropy的应用——结果显示（氨基酸数量统计） Entropy的应用——结果显示（氨基酸出现概率） 226位点对比结果 Entropy的应用——多数据集分析 Entropy的应用——熵值判断标准 根据熵值计算公式可以推导出氨基酸序列比对时，熵值的范围在0～4.392之间（只有一个氨基酸残基出现在当前位点时熵值为0；所有20个氨基酸残基，包含氨基酸残基缺失或插入产生的空位，均匀的出现在当前位点时熵值为4.392） 通常认为熵值≥2.000时该位点是可变异的，当熵值＜2.000时认为该位点是保守的，当熵值≤1.000时该位点是高度保守的。关于熵值的保守性定义可以结合比对对象特征定义 在此，我们定义熵的范围（0～4.392），缺省值设置是1.000。 H≥1.000， 代表高突变位点； 1.000 ≥H ≥ 0.600， 定义为易突变为点； H≤0.600， 定义为保守位点 ■代表高突变位点，△代表易突变位点 Entropy的应用——分析结果1 上面是H3数据，下面是H5数据 Entropy的应用——分析结果2 Entropy的应用——分析结果3 Entropy的应用——分析结果4 *