بروبالاين

Probalign هي أداة لمحاذاة التسلسلات تحسب أعلى دقة متوقعة للمحاذاة باستخدام احتمالات دالة التقسيم اللاحقة. [ 1 ] تُقدَّر احتمالات أزواج القواعد باستخدام تقدير مشابه لتوزيع بولتزمان . تُحسب دالة التقسيم باستخدام أسلوب البرمجة الديناميكية .

الخوارزمية

يصف ما يلي الخوارزمية التي يستخدمها برنامج probalign لتحديد احتمالات أزواج القواعد. [ 2 ]

درجة التوافق

للحصول على نتيجة محاذاة سلسلتين، يلزم أمران:

  • دالة التشابهσ(x،y){\displaystyle \sigma (x,y)}(مثلاً PAM ، BLOSUM ، ...)
  • عقوبة الفجوة الأفينية :ز(ك)=α+βك{\displaystyle g(k)=\alpha +\beta k}

النتيجةS(أ){\displaystyle S(a)}يُعرَّف نوع المحاذاة a على النحو التالي:

S(أ)=xأنا-yجأσ(xأنا،yج)+تكلفة الفجوة{\displaystyle S(a)=\sum _{x_{i}-y_{j}\in a}\sigma (x_{i},y_{j})+{\text{تكلفة الفجوة}}}

الآن، النتيجة المرجحة لبولتزمان للمحاذاة أ هي:

هـS(أ)تي=هـxأنا-yجأσ(xأنا،yج)+تكلفة الفجوةتي=(xأنا-yأناأهـσ(xأنا،yج)تي)هـزأصجosتتي{\displaystyle e^{\frac {S(a)}{T}}=e^{\frac {\sum _{x_{i}-y_{j}\in a}\sigma (x_{i},y_{j})+{\text{gap cost}}}{T}}=\left(\prod _{x_{i}-y_{i}\in a}e^{\frac {\sigma (x_{i},y_{j})}{T}}\right)\cdot e^{\frac {gapcost}{T}}}

أينتي{\displaystyle T}هو عامل قياس.

احتمالية حدوث محاذاة بافتراض توزيع بولتزمان تُعطى بالصيغة التالية:

Pر[أ|x،y]=هـS(أ)تيZ{\displaystyle Pr[a|x,y]={\frac {e^{\frac {S(a)}{T}}}{Z}}}

أينZ{\displaystyle Z}هي دالة التقسيم، أي مجموع أوزان بولتزمان لجميع عمليات المحاذاة.

البرمجة الديناميكية

يتركZأنا،ج{\displaystyle Z_{i,j}}تشير إلى دالة التقسيم للبادئاتx0،x1،...،xأنا{\displaystyle x_{0},x_{1},...,x_{i}}وy0،y1،...،yج{\displaystyle y_{0},y_{1},...,y_{j}}يتم النظر في ثلاث حالات مختلفة:

  1. Zأنا،جم:{\displaystyle Z_{i,j}^{M}:}دالة التقسيم لجميع عمليات محاذاة البادئتين اللتين تنتهيان بتطابق.
  2. Zأنا،جأنا:{\displaystyle Z_{i,j}^{I}:}دالة التقسيم لجميع عمليات محاذاة البادئتين اللتين تنتهيان بإدخال(-،yج){\displaystyle (-,y_{j})}.
  3. Zأنا،جد:{\displaystyle Z_{i,j}^{D}:}دالة التقسيم لجميع عمليات محاذاة البادئتين اللتين تنتهيان بحذف(xأنا،-){\displaystyle (x_{i},-)}.

ثم لدينا:Zأنا،ج=Zأنا،جم+Zأنا،جد+Zأنا،جأنا{\displaystyle Z_{i,j}=Z_{i,j}^{M}+Z_{i,j}^{D}+Z_{i,j}^{I}}

التهيئة

يتم تهيئة المصفوفات على النحو التالي:

  • Z0،جم=Zأنا،0م=0{\displaystyle Z_{0,j}^{M}=Z_{i,0}^{M}=0}
  • Z0،0م=1{\displaystyle Z_{0,0}^{M}=1}
  • Z0،جد=0{\displaystyle Z_{0,j}^{D}=0}
  • Zأنا،0أنا=0{\displaystyle Z_{i,0}^{I}=0}

التكرار

دالة التقسيم لمحاذاة سلسلتينx{\displaystyle x}وy{\displaystyle y}يُعطى بواسطةZ|x|،|y|{\displaystyle Z_{|x|,|y|}}والتي يمكن حسابها بشكل متكرر:

  • Zأنا،جم=Zأنا-1،ج-1هـσ(xأنا،yج)تي{\displaystyle Z_{i,j}^{M}=Z_{i-1,j-1}\cdot e^{\frac {\sigma (x_{i},y_{j})}{T}}}
  • Zأنا،جد=Zأنا-1،جدهـβتي+Zأنا-1،جمهـز(1)تي+Zأنا-1،جأناهـز(1)تي{\displaystyle Z_{i,j}^{D}=Z_{i-1,j}^{D}\cdot e^{\frac {\beta }{T}}+Z_{i-1,j}^{M}\cdot e^{\frac {g(1)}{T}}+Z_{i-1,j}^{I}\cdot e^{\frac {g(1)}{T}}}
  • Zأنا،جأنا{\displaystyle Z_{i,j}^{I}}وبالمثل

احتمالية ازدواج القاعدة

وأخيراً احتمالية أن تكون المواضعxأنا{\displaystyle x_{i}}وyج{\displaystyle y_{j}}يتم تكوين زوج قاعدي عن طريق:

P(xأنا-yج|x،y)=Zأنا-1،ج-1هـσ(xأنا،yج)تيZأنا،جZ|x|،|y|{\displaystyle P(x_{i}-y_{j}|x,y)={\frac {Z_{i-1,j-1}\cdot e^{\frac {\sigma (x_{i},y_{j})}{T}}\cdot Z'_{i',j'}}{Z_{|x|,|y|}}}}

Z،أنا،ج{\displaystyle Z',i',j'}وهي القيم المقابلة لإعادة الحسابZ{\displaystyle Z}مع سلاسل أزواج القواعد المعكوسة.

انظر أيضاً

مراجع

  1. يو. روشان ودي آر ليفساي، بروباين: محاذاة التسلسل المتعدد باستخدام احتمالات دالة التقسيم الخلفية، المعلوماتية الحيوية، 22(22):2715-21، 2006 ( PDF )
  2. محاضرة "المعلوماتية الحيوية 2" في جامعة فرايبورغ