PAM - abc

Scoring Matrices
in
Multiple Sequence
Alignment
Yuan Yaxia
May 2007

Outline
• 何 为 打 分 矩 阵
• 简 单 打 分 矩 阵
• PAM 矩 阵
• Blosum 矩 阵
• 总 结

何 为 打 分 矩 阵
定 义 :
给 不 同 的 序 列 匹 配 定 义 的 一 系 列 相 似 性 分 值 。
目 的 :
我 们 并 不 能 直 接 计 算 出 两 条 序 列 的 最 佳 匹 配 , 因 此
需 要 找 到 一 个 可 以 估 计 任 何 匹 配 的 某 一 统 计 数 , 使 生 物
学 序 列 匹 配 最 显 著 的 匹 配 统 计 数 最 大 。

简 单 打 分 矩 阵
单 一 打 分 矩 阵 :
如 果 两 个 氨 基 酸 相 同 , 就 打 一 个 分 值 , 不 同 就 打 另
一 个 分 值 , 不 管 替 换 的 情 况 。 例 如 , 相 同 就 打 1 分 , 不
同 就 打 0 分 , 这 就 是 最 简 单 常 用 的 单 一 打 分 矩 阵 。
遗 传 密 码 子 打 分 矩 阵 :
所 有 的 点 突 变 都 产 生 于 核 苷 酸 的 变 化 , 因 此 氨 基 酸
替 换 的 分 值 应 取 决 于 由 一 个 密 码 子 转 变 为 另 一 密 码 子 所
必 需 的 点 突 变 的 数 量 。 由 这 一 模 型 而 产 生 的 打 分 矩 阵 将
根 据 导 致 密 码 子 改 变 所 需 改 变 核 苷 酸 的 数 量 来 定 义 两 个
氨 基 酸 之 间 的 距 离 , 此 为 遗 传 密 码 子 打 分 矩 阵

遗 传 密 码 子 打 分 矩 阵

PAM 矩 阵
Dayhoff 打 分 矩 阵 :
Dayhoff 及 其 同 事 利 用 在 70 年 代 初 期 做 的 一 个 蛋 白
质 序 列 和 进 化 数 据 集 , 对 一 些 哺 乳 动 物 蛋 白 质 序 列 的 比
对 发 展 出 了 一 个 精 确 的 突 变 打 分 矩 阵 (mutation data
matrix)。 这 个 打 分 矩 阵 对 特 定 蛋 白 质 序 列 比 对 中 , 序
列 的 差 异 是 随 机 发 生 的 还 是 源 自 共 同 祖 先 序 列 的 机 率 作
了 定 量 。
(a)TTYGAPPWCS (b) TTYGAPPWCS
TGYAPPPWS TGYAPPPWS
* *** * * * ***

PAM 矩 阵

PAM 矩 阵
PAM 是 一 个 进 化 时 间 单 位 :
假 设 同 一 位 点 不 会 发 生 二 次 以 上 的 突 变 , 则 1PAM 等
于 100 个 氨 基 酸 多 肽 链 中 预 期 发 生 一 次 替 换 所 需 的 时 间 。
1PAM 相 当 于 所 有 的 氨 基 酸 平 均 有 1% 发 生 了 变 化 , 经 过
100PAM 的 进 化 , 并 非 每 个 氨 基 酸 的 残 基 均 发 生 变 化 : 有
一 些 可 能 突 变 多 次 , 甚 至 又 变 成 原 来 的 氨 基 酸 , 而 另 一
些 氨 基 酸 可 能 根 本 没 有 发 生 过 变 化 。 因 此 利 用 大 于
100PAM 的 时 间 间 隔 可 能 达 到 区 分 同 源 性 蛋 白 质 的 目 的 。
N PAM:
表 示 对 原 始 PAM 矩 阵 N 次 方 。

PAM 矩 阵
%Difference PAM
1 1
5 5
10 11
15 17
20 23
25 30
30 38
35 47
40 56
%Difference PAM
45 67
50 80
55 94
60 112
65 133
70 159
75 195
80 246
85 328
PAM250 矩 阵 相 当 于 约 20% 匹 配 率 。
而 50% 匹 配 率 约 为 PAM80。

Blosum 矩 阵
出 发 点 :
Dayhoff 模 型 假 设 , 蛋 白 质 序 列 各 部 位 进 化 的 速 率
是 均 等 的 。 但 事 实 上 并 非 如 此 , 因 为 保 守 区 的 进 化 速 率
显 然 低 于 非 保 守 区 。
Henikoff 算 法 :
对 不 同 家 族 蛋 白 质 序 列 片 段 的 区 间 (blocks) 进 行 比
对 , 不 加 入 gaps, 这 些 序 列 区 间 对 应 于 高 度 保 守 的 区 域 。
氨 基 酸 匹 配 率 可 通 过 各 区 间 可 能 的 匹 配 率 得 到 。 再 将 这
些 匹 配 率 计 入 匹 配 率 表 。 其 进 化 相 关 机 率 的 计 算 方 法 与
Dayhoff 矩 阵 相 似 。

Blosum 矩 阵
N Blosum:
指 以 簇 群 方 式 将 不 同 进 化 距 离 (N%) 整 合 进 矩 阵
内 : 当 两 个 序 列 匹 配 的 匹 配 率 高 于 某 个 阈 值 时 便 归 为
一 个 簇 群 。 将 匹 配 率 高 于 阈 值 的 序 列 加 入 簇 群 内 。 然
后 将 以 簇 群 内 所 有 序 列 计 算 匹 配 率 表 , 从 而 也 象 PAM 矩
阵 一 样 产 生 一 系 列 的 矩 阵 。
N 表 示 簇 群 的 阈 值 水 平 , N 越 大 , 表 示 关 系 越 近 。
Blosum80 指 以 80% 匹 配 率 为 阈 值 将 序 列 区 间 归 为 簇 群 。
Blosum62 最 接 近 于 PAM250。

Blosum62

总 结
PAM:
对 相 关 性 未 知 的 序 列 进 行 比 对 : 只 进 行 一 次 比 对
时 常 用 PAM120 矩 阵 。 如 想 得 到 结 果 更 全 面 更 有 效 的 结
果 则 应 使 用 多 个 矩 阵 。 用 三 个 矩 阵 :PAM40、PAM120、
PAM250, 可 得 出 全 面 覆 盖 的 结 果 。 只 用 PAM80 和 PAM200
两 个 矩 阵 也 可 达 到 较 好 的 覆 盖 面 。
对 两 个 同 源 序 列 进 行 比 对 : 多 用 几 个 不 同 的 PAM 矩
阵 会 得 到 较 好 的 结 果 。 如 果 只 进 行 一 次 比 对 常 用
PAM200 矩 阵 。 如 果 进 行 两 次 分 析 , 那 用 PAM80 和
PAM250, 或 者 PAM120 和 PAM320 可 以 得 到 较 好 的 结 果 。
作 比 对 最 好 是 根 据 序 列 对 实 际 差 异 程 度 来 选 用 相
应 的 PAM 矩 阵 。

总 结
Blosum:
PAM 矩 阵 从 1 到 250PAM 两 极 距 离 太 远 , 可 能 引 起 不
准 确 ; 而 Blosum 直 接 从 最 同 源 的 序 列 的 区 间 排 比 获 取
匹 配 率 , 不 考 虑 进 化 距 。 因 此 Blosum 矩 阵 的 优 点 是 符
合 实 际 观 测 结 果 , 不 足 之 处 是 它 不 能 提 供 进 化 信 息 。
Blosum 矩 阵 的 突 变 数 据 来 源 于 未 加 gaps 的 序 列 区
间 排 比 , 相 当 于 蛋 白 序 列 的 保 守 区 。 大 量 试 验 表 明 ,
Blosum 矩 阵 总 体 比 PAM 矩 阵 更 适 合 于 生 物 学 关 系 的 分 析
和 局 部 相 似 性 搜 索 。