《生物信息學(xué)》練習(xí)題

1、1、 在Genbank中查找以下6個(gè)植物蛋白序列：protein1:NP_974673.2; protein2: NP_187969.1; protein3: NP_190855.1; protein4: NP_565618.1; protein5: NP_200511.1; protein6: NP_191407.1 (以FASTA格式)。（1） 用EBI上的ClustalW2工具對(duì)其進(jìn)行多序列比對(duì)，分析各蛋白序列之間的同源性。序列比對(duì)結(jié)果比對(duì)結(jié)果表明：protein1:NP_974673.2和protein4: NP_565618.1的親緣關(guān)系最近。（2） 利用Phylip軟件，選擇距離法

2、構(gòu)建其進(jìn)化樹（要求寫出具體的建樹步驟）。1將蛋白序列保存為FASTA格式，存于txt文檔；2.用Clustalx打開txt文本，保存為*.phy文件；3.用seqboot程序打開phy文件，輸出結(jié)果文件*_seqboot4.用protdist程序打開*_seqboot文件，輸出為*_protdist文件5. 用neighbor程序打開*_protdist文件,輸出為*_neighbor文件6. 用consense程序打開*_neighbor文件,輸出為*_consense文件7.用dratree程序打開*_consense文件得到進(jìn)化樹。（注：由于seqboot軟見(jiàn)無(wú)法正常運(yùn)行，因此進(jìn)化樹無(wú)法

3、顯示）（3） 任意選取其中的一個(gè)蛋白進(jìn)行蛋白質(zhì)一級(jí)序列分析、二級(jí)結(jié)構(gòu)預(yù)測(cè)及三維結(jié)構(gòu)的模擬。選擇protein3: NP_190855.1一級(jí)結(jié)構(gòu)網(wǎng)址：/tools/protparam.htmlNumber of amino acids: 456 氨基酸數(shù)目Molecular weight: 51154.5 相對(duì)分子質(zhì)量Theoretical pI: 8.69 理論 pI 值A(chǔ)mino acid composition 氨基酸組成Ala (A) 30 6.6%Arg (R) 28 6.1%Asn (N) 15 3.3%Asp (D) 27 5.9%Cys

4、(C) 5 1.1%Gln (Q) 18 3.9%Glu (E) 28 6.1%Gly (G) 37 8.1%His (H) 16 3.5%Ile (I) 16 3.5%Leu (L) 42 9.2%Lys (K) 32 7.0%Met (M) 5 1.1%Phe (F) 17 3.7%Pro (P) 16 3.5%Ser (S) 46 10.1%Thr (T) 21 4.6%Trp (W) 8 1.8%Tyr (Y) 19 4.2%Val (V) 30 6.6%Pyl (O) 0 0.0%Sec (U) 0 0.0%(B) 0 0.0%(Z) 0 0.0%(X) 0 0.0%正/負(fù)電荷殘基數(shù)

5、Total number of negatively charged residues (Asp + Glu): 55Total number of positively charged residues (Arg + Lys): 60 Atomic composition: 原子組成Carbon C 2270Hydrogen H 3531Nitrogen N 645Oxygen O 686Sulfur S 10Formula: C2270H3531N645O686S10 分子式Total number of atoms: 7142 總原子數(shù)Extinction coefficients: 消

6、光系數(shù)Extinction coefficients are in units of M-1 cm-1, at 280 nm measured in water.Ext. coefficient 72560Abs 0.1% (=1 g/l) 1.418, assuming all pairs of Cys residues form cystinesExt. coefficient 72310Abs 0.1% (=1 g/l) 1.414, assuming all Cys residues are reducedEstimated half-life: 半衰期The N-terminal o

7、f the sequence considered is M (Met).The estimated half-life is: 30 hours (mammalian reticulocytes, in vitro). 20 hours (yeast, in vivo). 10 hours (Escherichia coli, in vivo).Instability index: 不穩(wěn)定系數(shù)The instability index (II) is computed to be 48.99This classifies the protein as unstable.Aliphatic i

8、ndex: 75.26 脂肪系數(shù)Grand average of hydropathicity (GRAVY): -0.554 總平均親水性/tools/protscale.html蛋白質(zhì)親疏水性分析所用氨基酸標(biāo)度信息Ala: 1.800 Arg: -4.500 Asn: -3.500 Asp: -3.500 Cys: 2.500 Gln: -3.500 Glu: -3.500 Gly: -0.400 His: -3.200 Ile: 4.500 Leu: 3.800 Lys: -3.900 Met: 1.900 Phe: 2.800 Pro: -1.60

9、0 Ser: -0.800 Thr: -0.700 Trp: -0.900 Tyr: -1.300 Val: 4.200 : -3.500 : -3.500 : -0.490 分析所用參數(shù)信息Weights for window positions 1,.,9, using linear weight variation model: 1 2 3 4 5 6 7 8 9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 edge center edge跨膜結(jié)構(gòu)預(yù)測(cè)結(jié)果（沒(méi)有跨膜結(jié)構(gòu)）信號(hào)肽分析：二級(jí)結(jié)構(gòu)預(yù)測(cè)三級(jí)結(jié)構(gòu)預(yù)測(cè)網(wǎng)站http:/www.sbg.bi

10、o.ic.ac.uk/phyre2、 在擬南芥基因組數(shù)據(jù)庫(kù)中（/）查找編號(hào)分別為At4G33050, At3G13600，At3G52870或At2G26190基因，針對(duì)所查找的基因進(jìn)行初步的生物信息學(xué)分析（每人任選其中一個(gè)基因）。（1） 在基因全長(zhǎng)序列中標(biāo)識(shí)出5UTR，exon，intron以及3UTR等基因特征（具體到堿基數(shù)）。登錄網(wǎng)站/ ，輸入登錄號(hào)At3G52870,然后點(diǎn)擊Search，結(jié)果：（2） 分別利用PLACE和PlantCARE工具對(duì)該基因的啟動(dòng)子（假設(shè)啟動(dòng)子是ATG上游20

11、00bp）進(jìn)行分析，試比較分析的結(jié)果。PLACE分析Place結(jié)果有以下3種呈現(xiàn)方式： grouped by signal 該結(jié)果沒(méi)有顯示啟動(dòng)子區(qū)的堿基序列，結(jié)果則是按照名字的首字母排序。 mapped to sequence scanby sequence order 同grouped by signal 顯示的結(jié)果相似，不過(guò)Factor or Site Name的序號(hào)由大到小排列。等Plantcare分析網(wǎng)址http:/bioinformatics.psb.ugent.be/webtools/plantcare/html/點(diǎn)擊“Search for CARE”，進(jìn)入，輸入fasta格式的基因序列PlantCARE不僅列出了“+”鏈和“-”鏈，且有顏色標(biāo)示啟動(dòng)子區(qū)的各個(gè)順式作用元件和