北京大学生物信息学(3)

最新推荐文章于 2026-04-28 06:30:00 发布
原创 最新推荐文章于 2026-04-28 06:30:00 发布 · 780 阅读 · 0
本文探讨了北京大学生物信息学课程中的关键概念，包括如何利用计算机识别序列相似性，通过相似矩阵进行多序列比对。重点介绍了BLOSUM矩阵在蛋白质比对中的应用，阐述了PAM矩阵的计算原理以及氨基酸相似性矩阵。同时，提到了Dot matrix方法在局部匹配中的作用和word size的概念，与全局匹配的动态规划方法进行对比。

北京大学生物信息学(同源性，相似性，相似矩阵)
如何使用计算机来识别相似性，使用相似矩阵
在这里插入图片描述

多序列比对
蛋白质打分比对矩阵
常用的蛋白比对的算法BLOSUM
在这里插入图片描述

蛋白质的演化过程

PAM2表示从A2步到A的概率，如从A 2步到A 表示从A 1步到A、B、C，然后再1步到A的概率
在这里插入图片描述

关于PAM矩阵的计算，矩阵的乘法
在这里插入图片描述

氨基酸的相似性矩阵在这里插入图片描述
比对序列的差异大小，差异大常用BLUOSUM45，常用的是62，比较差异小，用BLUSOM80。

在这里插入图片描述
计算机识别的方式 Dot matrix

最低0.47元/天 解锁文章
BLOSUM62文件
05-22
POSSUM62文件--蛋白质序列打分矩阵文件。BLOSUM打分矩阵是一种在生物信息学中用于序列对比的氨基酸替换打分矩阵。BLOSUM 是“blocks substitution matrix”的缩写。它是目前常用的一种氨基酸替换打分矩阵。BLOSUM打分矩阵最早由 Steven Henikoff. 和 J.G Henikoff在他们的论文中被提出。其中，他们从BLOCKS数据库中对那些在高度保守序列中的蛋白质家族进行观察测量进而整理出了氨基酸替换的概率。他们继续使用对数胜算来计算矩阵中的分值。与PAM打分矩阵相比，BLOSUM打分矩阵的内容皆由观察得出。[1]在实际运用中，BLOSUM矩阵通常能获得更好的结果。
生信自学笔记（五）计分矩阵的实例
羊城迷鹿的博客
07-31 1万+
氨基酸替换矩阵 PAM 替换矩阵 PAM（Point Accepted Multation) 是基于进化的点突变模型产生的，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...
生物信息学（1）——双序列比对之Needleman-Wunsch(NW)算法详解及C++实现
热门推荐
baidu_41860619的博客
06-20 2万+
1. 什么是序列比对 所谓的序列比对，就是两个或者多个序列按照碱基排列进行比较，从而反映片段之间的相似性和阐明序列的同源性。这里主要是将未知功能的序列与已知序列进行比对，从而确定序列分析。序列比对的基本思想是，基于生物学中序列决定结构，结构决定功能的普遍规律，将核酸序列和蛋白质一级结构上的序列都看成由基本字符组成的字符串，检测序列之间的相似性，发现生物序列中的功能、结构和进化的信息 2. 引入序列比对的原因 对于两种相似的序列，DNA复制一共有三种情况可能导致两个序列不同: (1)SNP(单核苷酸多态性)，
生物信息学（2）——双序列比对之Smith-Waterman(SW)算法详解
baidu_41860619的博客
06-20 1万+
1. SW 算法简介 Smith-Waterman 算法是由 Temple F. Smith 和 Michael S. Waterman 两人在 1981 年提出来的，是 Needleman-Wunsch 算法的改良版，通过算法的比对，能获 取到局部最优解。SW 算法罚分规则如下: SW 算法罚分规则如公式 以罚分规则为基础，得分矩阵的公式如下，可以看到，和上篇介绍的NW算法相比，最大的改变是，多了一个0。这样做就可以杜绝得分矩阵中的负数。 获取得分矩阵后，找全局最大的值，在此点往左上回溯，到0停止，然
生信_双序列全局比对_动态规划打分矩阵推导
CarolineK的博客
04-20 867
根据打分规则计算每一格的分数的方法很好记住，但是为什么这样打分，具体每一步是怎样来的，让缺乏想象力的博主一开始很费解，经过一晚上的写写画画，以下是我的个人理解：自定义打分规则：match = 1indel = -2序列S1：ACG序列S2：AGC最终打分结果，红色箭头指示每一步最优解：每一步拆解：
【生信】生物序列比对
weixin_40695088的博客
02-09 1万+
1、生物序列比对介绍 2、序列比对算法 基于全局匹配的算法 （1）打分矩阵 （2）动态规划算法 （3）Needleman-Wunsch算法 基于局部匹配的算法 Smith-Waterman算法 Smith-Waterman算法与Needleman-Wunsch算法的区别 启发式搜索算法 BWT（(Burrows–Wheeler_transform)）算法 3、多序列比对介绍
北京大学生物信息学学习(3动态规划进行2序列比对的原理 )
leianuo123的博客
04-05 1923
链接https://www.bilibili.com/video/BV1by4y1k7rc?p=6 北京大学生物信息学公开课之动态规划进行2序列比对 掌握主流的生物信息学的原理，然后让生物信息学为你所用，，知其道用其妙 对当前流行的软件的分析 主要包括以下几方面 生物信息学分析 来自灵魂的拷问 1.生物学问题 软件需要解决的生物学问题和背景是什么??？ 2.使用这种方法需要什么样的数据，需要哪些参数?? 3.如何将生物学问题通过建模形成计算机能够解决的生物学模型?? 4.模型...
北京大学肿瘤表观遗传团队生物信息学博士招生
刘永鑫的博客——宏基因组公众号
10-31 197
聚焦肿瘤的表观遗传和转录调控机制，致力于解析表观遗传及其相关调控因子在肿瘤发生发展中的精细分子机理，在此基础上探索肿瘤耐药新机制和新靶点。课题组详细信息请参考以下网页：https://sbms.bjmu.edu.cn/jsdw/bssds/Hua_Wang.html。具有生物信息学经验者优先（掌握单细胞、ChIP-seq、ATAC-seq、HiC等多组学分析）；具备基本的英文文献阅读及论文写作能力，踏实肯干，具有独立工作的能力和团队协作的精神。硕士在读，具备生物信息学基础，熟悉Linux操作系统。
北京大学生物信息学课程笔记（第一 二周课程笔记）
xjw的博客
03-20 1606
课程笔记第一课第二课 第一课 课程涉及什么内容 序列比对算法，如何在大量的基因序列中找到与我最相似的–blast 序列统计工具 如何基于已知数据预测未知 通过马尔可夫模型预测 如何回帖到参考基因组鉴定一个人的遗传变异 如何计算基因表达差异 案例实践 什么是生物信息学 染色体内的基因组就像是人的说明书 四个碱基ATCG，so simple， yet so mysterious. 生物序...
生物信息学
青少年趣味编程
03-23 1074
生物信息学
北京大学生物信息学笔记-第一周-生物信息学概述
GUET_DM_LQ的博客
05-17 868
什么生物信息学？ [1] 基因组：生命手册 [2] 人类基因组有31亿碱基对 [3] 碱基编码基因占~2.9% [4] ~97%的基因以前被称为是"垃圾“ [5] 他们包含编码指令的调节元素——什么时候，在哪里，制造多少蛋白质 Bioinformatics: an interdisciplinary field that develops and applies computer and computational technologies to study biomedical questions 生物信
北京大学生物信息学 (4)序列数据库
leianuo123的博客
04-18 1171
北京大学生物信息学 (4)序列数据库 https://www.bilibili.com/video/BV13t411G7oh?p=9&spm_id_from=pageDriver 搜库算法 BLAST 算法的原理 和之前的双序列比对和局部比对的原理相似 三种不同的比对算法的差异 关于局部比对、全局比对和序列比对的使用和意义。 https://zhuanlan.zhihu.com/p/150579075 北京大学生物信息学 (5)序列数据库的搜索 Blast 算法的基本原理 先在2个或
肿瘤生物信息学 “申请考核制“博士招生——北京大学肿瘤表观遗传团队
悟道西方
10-31 205
聚焦肿瘤的表观遗传和转录调控机制，致力于解析表观遗传及其相关调控因子在肿瘤发生发展中的精细分子机理，在此基础上探索肿瘤耐药新机制和新靶点。课题组详细信息请参考以下网页：https://sbms.bjmu.edu.cn/jsdw/bssds/Hua_Wang.html。具有生物信息学经验者优先（掌握单细胞、ChIP-seq、ATAC-seq、HiC等多组学分析）；具备基本的英文文献阅读及论文写作能力，踏实肯干，具有独立工作的能力和团队协作的精神。具有SCI论文发表经验者优先；点击图片直达文字对应教程。
48 生物信息学14h-北京大学高歌老师
最是书香能致远，腹有诗书气自华
02-06 377
作为一门前沿交叉学科课程，本课程主要针对生物信息学、分子生物学、遗传学、计算机、数学、统计、物理学等相关专业的高年级本科生及一年级研究生，选课同学应具备基础的分子生物学知识与基础的计算科学知识和技能(包括初等概率论、线性代数、一门编程语言)，并对相关领域的基础术语(如基因、表达、调控、条件概率、期望、贝叶斯公式等)有所了解。
北京大学有几个书院
最新发布
青少年趣味编程
04-28 458
北京大学目前设有9个书院，涵盖元培学院、"一带一路"书院、鹿鸣书院等，形成特色化人才培养体系。这些书院以学科交叉和通识教育为核心，采用导师制、住宿制等创新模式，注重个性化培养和实践能力提升。书院建设是北大本科教育改革的重要举措，旨在打破传统院系壁垒，培养具有国际视野和创新能力的复合型人才。各书院定位明确，如元培学院侧重通识教育，"一带一路"书院培养国际化人才，鹿鸣书院聚焦生命科学交叉领域。通过多元化培养模式，书院体系已成为北大探索高等教育创新的重要载体。
北京大学生物信息学学习(6)隐含马尔可夫模型
leianuo123的博客
04-18 1541
北京大学生物信息学学习(6)隐含马尔可夫模型 马尔可夫链(时间和状态都离散的状态组合) https://www.bilibili.com/video/BV13t411G7oh?p=14 隐含马尔可夫模的例子 状态路径和符号路径 给定一个基因序列，来预测基因的编码和非编码区(编码和非编码为不可见的状态) 在这个过程中，需要转移概率矩阵(即状态转移的一个概率矩阵) 需要生成概率，在此处也就是(在编码条件下和非编码条件下，AT,G,C出现的概率，这个需要根据大量的统计数据集进行统..
北京大学癌症研究院王华团队长期招收博士生、博士后、技术员加盟
刘永鑫的博客——宏基因组公众号
03-16 181
北京大学癌症研究院王华团队长期招收博士生、博士后、技术员加盟实验室介绍王 华，北京大学国际癌症研究院研究员、北京大学肿瘤医院双聘PI，国家级海外高层次青年人才，博士生导师、博士后合作导师。博士毕业于南开大学，后在美国纪念斯隆-凯特琳癌症研究中心从事博士后研究工作。聚焦肿瘤的表观遗传和转录调控机制，取得系列原创成果，发表在Nature、Cell Research、Blood、Cell、Advance...
生物信息学导师推荐（持续更新）
Baimoc
01-05 9031
本系列会持续更新，帮助大家找到更适合自己的导师，注意排名不分先后，接下来我们开始介绍： 陈润生 ] ) 单位：中国科学院生物物理研究所 方向：长非编码RNA以及编码小肽的系统发现和功能机制研究 成果：参加人类基因组1%和水稻基因组工作草图的研究；非编码RNA数据库NONCODE 主页：http://people.ucas.ac.cn/~runshengchen 邮箱： crs@ibp.ac.cn 刘小乐 单位：Harvard Medical School 方向：表观遗传，癌症，发育 成果：MACS（Mod
coursera北京大学生物信息学（第三-第四周课程笔记）
xjw的博客
03-27 970
如果觉得有用，谢谢点赞鼓励 课程笔记如果觉得有用，谢谢点赞鼓励第三周第一课第二课 第三周 第一课 通过上周的动态规划算法引入了blast算法，这也是现在常用的序列比对算法。 swiss-prot数据库的数据是经过科研人员验证过的数据，所以也更为可靠。 与Needleman-Wunsch、Smith-Waterman等基于动态规划的算法不同， BLAST是一种启发式的算法， 也就是说，它并不确保能...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值