Wat is Motieven en informatie-inhoud? — Biologie

Definitie 5.12 Universitaire biologie — jaar 3 · Hoofdstuk 5 — Bio-informatica en sequentieanalyse

Een motief is een kort patroon — een bindingsplaats voor een transcriptiefactor, een splitssignaal, een fosforyleringsplaats — weergegeven door een positiegewichtsmatrix van de frequentie $f_{i}(b)$ van elke base of elk residu $b$ op elke positie $i$ . De informatie-inhoud van positie $i$ is $R_{i} = 2 - H_{i}$ bits voor DNA, waarbij $H_{i} = -\sum_{b} f_{i}(b)\log_{2} f_{i}(b)$ haar entropie is: $2$ bits voor een onveranderlijke base, $0$ voor een positie waar alle vier even waarschijnlijk zijn. Het totaal $R = \sum_{i} R_{i}$ wordt getekend als een sequentielogo, waarbij elke positie een stapel letters is waarvan de totale hoogte $R_{i}$ is en waarvan de letters op frequentie zijn geschaald.

Een sequentielogo van een promotormotief van het TATA-boxtype. De hoogte van elke stapel is de informatie-inhoud van die positie, 2 - H_i bits; de eerste vier posities zijn vrijwel onveranderlijk en dragen het grootste deel van de ongeveer 12 bits van het motief. — Een sequentielogo van een promotormotief van het TATA-boxtype. De hoogte van elke stapel is de informatie-inhoud van die positie, $2 - H_{i}$ bits; de eerste vier posities zijn vrijwel onveranderlijk en dragen het grootste deel van de ongeveer $12$ bits van het motief.

Voorbeelden

Voorbeeld 5.14 (Verwachte toevallige treffers)

Een restrictieplaats van zes vaste basen heeft $R = 12$ bits en past op een willekeurige positie met kans $4^{-6} = 2^{-12}$ : ongeveer $1100$ keer in een genoom van E. coli van $4.6\,\mathrm{Mb}$ op beide strengen gelezen (de plaats is palindroom, dus één keer per positie), en $7\times 10^{5}$ keer in het menselijk genoom. Een eukaryote factor waarvan het motief $10$ bits draagt past op $3\times 10^{9}\times 2^{-10} \approx 3$ miljoen posities in het menselijk genoom, enkele duizenden keren meer dan de genen die zij reguleert. Een motief alleen is een zwakke voorspeller in een groot genoom; de toestand van het chromatine, de naburige motieven en de conservering van de plaats tussen soorten maken pas een voorspelling.

Lees in het hoofdstuk →