Over Coach Inloggen Begin met lezen

Biologie · Begrippenlijst

Wat is Uitlijning en score?

Definitie 5.1 Universitaire biologie — jaar 3 · Hoofdstuk 5 — Bio-informatica en sequentieanalyse

Een uitlijning van twee sequenties schrijft ze boven elkaar, met hiaten (–) ertussen zodat de kolommen een residu met een residu of een residu met een hiaat paren, en geen enkele kolom twee hiaten paart. Haar score is de som over de kolommen van een substitutiescore s(a,b)s(a,b) voor elk paar residuen en van een hiaatstraf voor elk hiaat: een lineaire straf −d-d per hiaatpositie, of, realistischer, een affiene straf −d−(k−1)e-d - (k-1)e voor een reeks van kk hiaten, waarbij de openingskosten dd groter zijn dan de verlengingskosten ee, omdat één insertie van verscheidene residuen één enkele evolutionaire gebeurtenis is. Een globale uitlijning beslaat beide sequenties van begin tot eind; een lokale uitlijning zoekt het hoogst scorende paar deelreeksen en negeert de rest, en dat is wat men wil wanneer een gedeeld domein in twee verder ongerelateerde eiwitten zit.

De tabel van Needleman–Wunsch voor GAT tegen GCAT (overeenkomst +1, verschil -1, hiaat -1). Elke cel is de beste score voor de twee prefixen die daar eindigen; het rode pad dat vanuit de hoek is teruggevolgd is de optimale uitlijning.
De tabel van Needleman–Wunsch voor GAT tegen GCAT (overeenkomst +1+1, verschil −1-1, hiaat −1-1). Elke cel is de beste score voor de twee prefixen die daar eindigen; het rode pad dat vanuit de hoek is teruggevolgd is de optimale uitlijning.

Voorbeelden

Voorbeeld 5.3 (Een tabel van vier bij drie)

Lijn GAT uit tegen GCAT, met +1+1 voor een overeenkomst, −1-1 voor een verschil en d=1d = 1. De randen zijn 0,−1,−2,−3,−40, -1, -2, -3, -4 langs de bovenkant en 0,−1,−2,−30, -1, -2, -3 langs de zijkant. Rij voor rij invullen geeft F(G,G)=1F(\text{G},\text{G}) = 1, F(G,C)=0F(\text{G},\text{C}) = 0, F(G,A)=−1F(\text{G},\text{A}) = -1, F(G,T)=−2F(\text{G},\text{T}) = -2; F(A,G)=0F(\text{A},\text{G}) = 0, F(A,C)=0F(\text{A},\text{C}) = 0, F(A,A)=1F(\text{A},\text{A}) = 1, F(A,T)=0F(\text{A},\text{T}) = 0; F(T,G)=−1F(\text{T},\text{G}) = -1, F(T,C)=−1F(\text{T},\text{C}) = -1, F(T,A)=0F(\text{T},\text{A}) = 0, F(T,T)=2F(\text{T},\text{T}) = 2. Het optimum is 22, en terugvolgen — diagonaal vanaf (T,T), diagonaal vanaf (A,A), dan naar links van (G,C) naar (G,G), dan diagonaal — geeft

G-ATGCAT\begin{array}{c} \texttt{G-AT}\\ \texttt{GCAT} \end{array}

drie overeenkomsten en één hiaat: 3−1=23 - 1 = 2.

Voorbeeld 5.10 (Een E-waarde lezen)

Een zoekvraag van 250250 residuen tegen een databank van 5×10105\times 10^{10} residuen heeft mn=1.25×1013≈243.5mn = 1.25\times 10^{13} \approx 2^{43.5}. Een treffer met een bitscore van 6060 heeft E=243.5−60=2−16.5≈10−5E = 2^{43.5 - 60} = 2^{-16.5} \approx 10^{-5}: vrijwel zeker een homoloog. Een treffer met S′=40S' = 40 heeft E=23.5≈11E = 2^{3.5} \approx 11: elf zulke scores zijn door toeval te verwachten, en de treffer betekent niets. Dezelfde uitlijning, met dezelfde bitscore, tegen een tien keer grotere databank doorzocht, heeft een tien keer grotere EE — significantie is een eigenschap van de zoekactie, niet van het paar. De gangbare drempel is E<10−3E < 10^{-3} voor een betrouwbare homoloog; E≈0.01E \approx 0.01–11 verdient een tweede blik met een profielmethode.

Lees in het hoofdstuk →