【生物信息学】从全局比对到局部比对 | 学习课

导读

生物信息学是一门强大的新技术，是用来分析、存储、搜索海量生物医学数据的信息技术和计算技术。另一方面，生物信息学是一种研究生命科学问题的新方法、新思路，是一种从全基因组出发、从系统水平出发、基于数据整合，提出新假说、发现新规律的研究方法。

联川生物正在开展全员学习的生物信息学系列视频课程是由北京大学魏丽萍、高歌等教授主讲的“生物信息学：导论与方法课程”，几位教授通过14周的课程，系统地讲授生物信息学主要概念及方法，以及如何应用生物信息学手段解决生命科学问题。课程内容从基础的序列比对开始，循序渐进，围绕深度测序数据分析、计算基因组学、分子通路鉴定等当前研究的前沿热点内容进行介绍与讨论。

联川的小伙们想通过本次的全员学习，不断提升自己的知识水平。小编想来，这次学习的内容来自北大知名教授，关注我们的小伙伴们也能一起学习、进步，就将视频课程内容整理好分享给大家，与大家一起学习、一起进步，一起探讨生物信息学的相关知识。大家也可以在文末对照视频一起学习哦~

若有整理不当的地方，敬请大家留言交流呐~

往期回顾：

利用动态规划进行全局比对

(课程内容视频，请点击文末阅读原文)

•  上期回顾-全局比对

  •  N-W算法（Needleman-Wunsch）

 •  公式：自上而下、从左到右 填充整个表格（一个对称的矩阵）

 •  存在的问题：

   •  随着越来越多的蛋白序列被测定，研究人员发现功能相关的蛋白之间虽然可能在整体序列上相差甚远，却常常会具有相同的功能域。这些序列片段能够独立发挥特定的生物学功能，却在不同蛋白之间相当保守，仅靠全局比对的算法无法发现这样的片段；

   •  70年代内含子的发现，使得在进行核酸水平的序列比对时，必须要能正确处理内含子导致的大片段的差异。

   •  解决措施：局部比对

•  局部比对 Local Alignment （Smith-Waterman）

  •  目的：发现相似的局部序列 identify similar sub-sequence

 • 算法：在全局比对的基础上，在动态规划的迭代公式中增加一项，“0”。

 •  与全局比对的区别：

   •  1）F(i-1,j-1)+ s(xi,yj), F(i-1,j)+d和F(i,j-1)+d所得到的分数小于0，那么就会取0，即之前的迭代路径被终止；

   •  2）除了最优比对之外，还可以得到次优的局部比对。

•  以视频讲解数据为例

课程内容就介绍完了，本系列课程均是整理自视频内容，大家也可以在文末对照视频一起学习哦~

相关阅读