Построение множественных выравниваний

Построение множественных

выравниванийФББ МГУ, 2014г.

Аксянов Е.А.

Выравнивания – 2014 2

• Постановка биологической задачи• Постановка математической задачи• Почему задача не решается “в лоб”• Понятие эвристического алгоритма• Источники ошибок• Построение множественного выравнивания

снизу• Современные программы

• Pfam, CDD


Биологическая задача• Дано: N последовательностей• Найти: правильное множественное

выравнивание, отражающее гомологию остатков

то есть

кластеры, где есть гомология между остатками

участки, где гомологии между остатками нет


Биологическая задача

то есть нам надо1. Расставить в последовательностях гэпы2. Отметить участки гомологии

кластеры, где есть гомология между остатками

участки, где гомологии между остатками нет


Разумеется,никакая программа

окончательного ответао гомологии остатков не даст

То есть никакая программа не может построить множественное

выравнивание




• Pfam, CDD


Математическая задача• Дано: N последовательностей• Найти: множественное “выравнивание”, то

есть расставить гэпы• Как их правильно расставить?


Математическая задача• Можно придумать очень много разных

“выравниваний”• Надо выбрать наилучшее• То есть, нужна некая мера качества

конкретного “выравнивания” (score)

• Надо выбрать выравнивание с наибольшим весом


Математическая задача• Задание: придумать вес для множественного

выравнивания• Например: сумма весов всех парных

выравниваний, которые можно получить из множественного





Возможные выравнивания Score

S12

S13

S16





Score = S12 + S13 + … + S1N + S23 + S24 + … + SN-1N

Score =∑𝑖 , 𝑗

❑

𝑆𝑖𝑗


Математическая задача• Дано: N последовательностей• Найти: множественное “выравнивание” с

максимальным весом

Score =∑𝑖 , 𝑗

❑

𝑆𝑖𝑗

Из опыта известно, что кластеры в таком выравнивании примерно

совпадают с участками гомологии




• Pfam, CDD


Эвристические алгоритмы• Наивный алгоритм: перебрать все возможные

“выравнивания”, конечно, так не получится – их слишком много• Не получится даже применить алгоритм,

аналогичный алгоритмам парного выравнивания

для множественного выравнивания возможных вариантов сильно больше, чем для парного• Применяют, т.н. эвристические алгоритмы


Эвристические алгоритмы• Эвристический алгоритм – такой алгоритм,

который не гарантирует получение точного решения математической задачи, зато работает достаточно быстро

• Их применяют, т.к. из опыта известно, что конкретный алгоритм дает неплохой результат

Примеры: PDBeFold, BLAST, Muscle


Ошибки при построении множественного выравнивания

возникают так как

1. Математическая задача не эквивалентна биологической

2. Математическая задача решается не точно, а

приблизительно




• Pfam, CDD


Построение множественного выравнивания

• Идея: соберем выравнивание из его частей Построим парное выравнивание последовательностей 1 и 2, например ANK-KG AQKTKA Построим парное выравнивание последовательностей 3 и 4, например AQRKA AQRKA



И соберем их вместе ANK-KG AQKTKA A

AAQAQ

AQRKAAQRKA

AQRAQRAQR-KAQR-KAQR-KAAQR-KA

Требуется уметь выравнивать два выравнивания.Это вы попробуете сделать на практикуме



ANK-KGAQKTKA AQRKA-AQRKA-

Выравнивание выравниваний – это способ расстановки гэпов (гэп всегда добавляется во все последовательности одного из исходных выравниваний). Два выравнивания можно выровнять многими способами, нам надо выбрать наилучший

ANK-KGAQKTKA AQR-KAAQR-KA

A-NK-KGA-QKTKA AQR--KAAQR--KA




Задание: придумать меру сходства между колонками в выравнивании.Например: Среднее значение в матрице BLOSUM62 для всех пар аминокислот в данной колонке (из разных исходных выравниваний)






Выравнивание можно рассматривать как “последовательность колонок”. Тогда все что нам нужно для выравнивания выравниваний – уметь оценить сходство между колонками. Далее можно применить те же методы, что и для построения парных выравниваний.





Еще надо знать порядок объединения последовательностей в одно выравнивание.Например, даны последовательности:1 DDKKRAA2 DDKRRAA3 DDKRAA4 DDKKRRAA

1+2 DDKKRAA DDKRRAA

3+4 DDK--RAA DDKKRRAA

DDKK-RAA DDKR-RAA

+ = DDK--RAA DDKKRRAA

1+3 DDKKRAA DDK-RAA

2+4 DD-KRRAA DDKKRRAA

DD-KKRAA DD-K-RAA

+ = DD-KRRAA DDKKRRAA



• Этап 1: Построение guide tree. Например, – построить все парные выравнивания,

оценить сходство всех пар последовательностей– объединять в дереве сначала близкие

последовательности, потом все более и более далекие

XP 803743.1 EDP32935.1 XP 764698.1 XP 001709567.1 EDS88818.1 XP 001710113.1 XP 001324059.1 AAC24668.2 2I1AA XP 820363.1

5



• Этап 1: Построить guide tree. • Этап 2: Построить и объединить выравнивания

XP 803743.1 EDP32935.1 XP 764698.1 XP 001709567.1 EDS88818.1 XP 001710113.1 XP 001324059.1 AAC24668.2 2I1AA XP 820363.1

5

Сначала строим парное выравнивание этих последовательностей

Затем добавляем эту

Потом парное выравнивание этих

И т.д.




последовательности остаются выровненными также, как в парных выравниваниях, что не всегда корректно.

Вообще говоря, такой алгоритм вовсе не гарантирует решения математической задачи –

отыскания выравнивания с максимальным весом. Для улучшения выравнивания применяют оптимизацию.




последовательности остаются выровненными также, как в парных выравниваниях, что не всегда корректно

• Этап 3: Оптимизацияперебирать различные разбиения последовательностей на две группы и строить выравнивание между этими двумя группами последовательностей



• Этап 3: Оптимизацияперебирать различные разбиения последовательностей на две группы и строить выравнивание между этими двумя группами последовательностейDD-KKRAADD-K-RAADD-KRRAADDKKRRAA

DD-KKRAADDKKRRAA

DD-K-RAADD-KRRAA

DD-KKRAADD-KRRAADDKKRRAA

DD-K-RAA

DD-KKRAADD-KRRAADDKKRRAA

DD--KRAA

DD-KKRAADD--KRAADD-KRRAADDKKRRAA !

DD-KKRAADDKKRRAA

DD-K-RAADD-KRRAA



• Этап 3: Оптимизацияперебирать различные разбиения последовательностей на две группы и строить выравнивание между этими двумя группами последовательностей

Конечно, оптимизация тоже не гарантирует решения математической задачи. Но из опыта известно, что результат получается лучше, чем без нее.




• Pfam, CDD


Современные программы• ClustalW – устаревшая, не использует

оптимизацию

• ClustalO• Muscle• Mafft• T-coffee• отличаются деталями реализации,

все работают прилично




• Pfam, CDD

Построение множественных выравниваний

Documents