Sobre Coach Entrar Começar a ler

Biologia · Glossário

O que é Alinhamento e escore?

Definição 5.1 Biologia universitária — 3.º ano · Capítulo 5 — Bioinformática e análise de sequências

Um alinhamento de duas sequências as escreve uma sobre a outra, com lacunas (–) inseridas de modo que as colunas emparelhem um resíduo com um resíduo ou um resíduo com uma lacuna, e nenhuma coluna emparelhe duas lacunas. Seu escore é a soma, sobre as colunas, de um escore de substituição s(a,b)s(a,b) para cada par de resíduos e de uma penalidade de lacuna para cada lacuna: uma penalidade linear −d-d por posição de lacuna ou, mais realisticamente, uma penalidade afim −d−(k−1)e-d - (k-1)e para uma série de kk lacunas, com o custo de abertura dd maior que o custo de extensão ee, já que uma inserção de vários resíduos é um único evento evolutivo. Um alinhamento global cobre as duas sequências de ponta a ponta; um alinhamento local encontra o par de subcadeias de maior escore e ignora o resto, que é o que se quer quando um domínio compartilhado está em duas proteínas de resto não aparentadas.

A tabela de Needleman–Wunsch para GAT contra GCAT (correspondência +1, discordância -1, lacuna -1). Cada célula é o melhor escore para os dois prefixos que ali terminam; o caminho vermelho, retrotraçado a partir do canto, é o alinhamento ótimo.
A tabela de Needleman–Wunsch para GAT contra GCAT (correspondência +1+1, discordância −1-1, lacuna −1-1). Cada célula é o melhor escore para os dois prefixos que ali terminam; o caminho vermelho, retrotraçado a partir do canto, é o alinhamento ótimo.

Exemplos

Exemplo 5.3 (Uma tabela quatro por três)

Alinhe GAT com GCAT, pontuando +1+1 para correspondência, −1-1 para discordância, d=1d = 1. As bordas são 0,−1,−2,−3,−40, -1, -2, -3, -4 ao longo do topo e 0,−1,−2,−30, -1, -2, -3 pela lateral. Preenchendo linha a linha: 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. O ótimo é 22 e o retrotraçado — diagonal a partir de (T,T), diagonal a partir de (A,A), depois à esquerda de (G,C) até (G,G), depois diagonal — dá

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

três correspondências e uma lacuna: 3−1=23 - 1 = 2.

Exemplo 5.10 (Ler um valor E)

Uma consulta de 250250 resíduos contra um banco de 5×10105\times 10^{10} resíduos tem mn=1.25×1013≈243.5mn = 1.25\times 10^{13} \approx 2^{43.5}. Um acerto com escore em bits de 6060 tem E=243.5−60=2−16.5≈10−5E = 2^{43.5 - 60} = 2^{-16.5} \approx 10^{-5}: é, essencialmente com certeza, uma homóloga. Um acerto com S′=40S' = 40 tem E=23.5≈11E = 2^{3.5} \approx 11: esperam-se onze escores desses por acaso, e o acerto não significa nada. O mesmo alinhamento, com o mesmo escore em bits, buscado contra um banco dez vezes maior, tem um EE dez vezes maior — a significância é propriedade da busca, não do par. O limiar de uso comum é E<10−3E < 10^{-3} para uma homóloga confiável; E≈0.01E \approx 0.01–11 merece uma segunda olhada com um método de perfil.

Ler no capítulo →