Матрица замещения - Substitution matrix

В биоинформатика и эволюционная биология, а матрица замещения либо описывает скорость, с которой персонаж в нуклеотидная последовательность или белковая последовательность изменяется на другие состояния символов в течение эволюционного времени или описывает логарифмические шансы нахождения двух определенных состояний символов, выровненных. Это приложение стохастическая матрица. Матрицы замещения обычно рассматриваются в контексте аминокислота или ДНК выравнивание последовательностей, где сходство между последовательностями зависит от времени их расхождения и скорости замены, представленной в матрице.

Задний план

В процессе эволюция, от поколения к поколению аминокислотные последовательности белков организма постепенно изменяются под действием мутаций ДНК. Например, последовательность

АЛЕЙрYLRD

может мутировать в последовательность

АЛЕЙNYLRD

за один шаг и, возможно,

АQEINYQRD

в течение более длительного периода эволюции. Каждая аминокислота с большей или меньшей вероятностью мутирует в различные другие аминокислоты. Например, гидрофильный остаток, такой как аргинин с большей вероятностью будет заменен другим гидрофильным остатком, таким как глутамин, чем он должен быть преобразован в гидрофобный остаток, такой как лейцин. (Здесь остаток относится к аминокислоте, лишенной водорода и / или гидроксильная группа и вставлен в полимерная цепь белка.) Это в первую очередь связано с избыточностью генетический код, который переводит похожие кодоны в похожие аминокислоты. Кроме того, мутация аминокислоты в остаток со значительно отличающимися свойствами может повлиять на складывание и / или активность белка. Этот тип разрушающей замены, вероятно, будет удален из популяций в результате действия очищающего отбора, потому что замена имеет более высокую вероятность сделать белок нефункциональным.^[1]

Если перед нами две аминокислотные последовательности, мы сможем что-то сказать о том, насколько вероятно, что они происходят от общего предка, или гомологичный. Если мы сможем выстроить две последовательности, используя выравнивание последовательностей алгоритм такой, что мутации, необходимые для преобразования последовательности гипотетического предка в обе текущие последовательности, были бы эволюционно правдоподобными, тогда мы хотели бы присвоить высокий балл сравнению последовательностей.

Для этого построим матрицу 20x20, в которой ${ displaystyle (я, j)}$ -я запись равна вероятности ${ displaystyle i}$ -я аминокислота превращается в ${ displaystyle j}$ -я аминокислота за определенное время эволюции. Есть много разных способов построить такую матрицу, которая называется матрица замещения. Вот наиболее часто используемые:

Единичная матрица

Простейшей возможной матрицей замещения была бы такая, в которой каждая аминокислота считается максимально подобной самой себе, но не способной превращаться в какую-либо другую аминокислоту. Эта матрица будет выглядеть как

{ displaystyle { begin {bmatrix} 1 & 0 & cdots & 0 & 0 0 & 1 && 0 & 0 vdots && ddots && vdots 0 & 0 && 1 & 0 0 & 0 & cdots & 0 & 1 end {bmatrix}}}

Эта единичная матрица преуспеет в выравнивании очень похожих аминокислотных последовательностей, но будет плохо при выравнивании двух отдаленно связанных последовательностей. Нам нужно вычислить все вероятности более строго. Оказывается, лучше всего работает эмпирическое исследование ранее выровненных последовательностей.

Матрицы логарифма шансов

Мы выражаем вероятности трансформации в то, что называется логарифм оценки. Матрица оценок S определяется как

{ displaystyle S_ {i, j} = log { frac {p_ {i} cdot M_ {i, j}} {p_ {i} cdot p_ {j}}} = log { frac {M_ {i, j}} {p_ {j}}} = log { frac { text {наблюдаемая частота}} { text {ожидаемая частота}}},}

где ${ displaystyle M_ {i, j}}$ вероятность того, что аминокислота ${ displaystyle i}$ превращается в аминокислоту ${ displaystyle j}$ , и ${ displaystyle p_ {i}}$ , ${ displaystyle p_ {j}}$ частоты аминокислот я и j. Основание логарифма не имеет значения, и одна и та же матрица подстановки часто выражается в разных основаниях.

PAM

Одна из первых матриц аминокислотных замен, PAM (Точка принята мутация ) матрица была разработана Маргарет Дейхофф в 1970-е гг. Эта матрица рассчитывается путем наблюдения за различиями в близкородственных белках. Поскольку использование очень близкородственных гомологов не ожидается, что наблюдаемые мутации существенно изменят общие функции белков. Таким образом, наблюдаемые замены (точечными мутациями) считаются принятыми естественным отбором.

Одна единица PAM определяется как 1% позиций аминокислот, которые были изменены. Для создания матрицы замещения PAM1 выбирается группа очень тесно связанных последовательностей с частотами мутаций, соответствующими одной единице PAM. На основании собранных мутационных данных из этой группы последовательностей может быть получена матрица замен. Эта матрица PAM1 оценивает, какую скорость замещения можно было бы ожидать, если бы изменился 1% аминокислот. Матрица PAM1 используется в качестве основы для вычисления других матриц, предполагая, что повторяющиеся мутации будут следовать той же схеме, что и в матрице PAM1, и множественные замены могут происходить в одном и том же месте. Используя эту логику, Дейхофф вывел матрицы размером до PAM250. Обычно PAM 30 и PAM70 используются.

Матрица для более отдаленно связанных последовательностей может быть вычислена из матрицы для близкородственных последовательностей путем возведения второй матрицы в степень. Например, мы можем приблизительно аппроксимировать матрицу WIKI2 из матрицы WIKI1, сказав ${ Displaystyle W_ {2} = W_ {1} ^ {2}}$ где ${ displaystyle W_ {1}}$ это WIKI1 и ${ displaystyle W_ {2}}$ это WIKI2. Так рассчитывается матрица PAM250.

BLOSUM

Методология сравнения близкородственных видов Дейхоффа оказалась не очень эффективной для выравнивания эволюционно расходящихся последовательностей. Изменения последовательности в длительных эволюционных временных масштабах не очень хорошо аппроксимируются сложением небольших изменений, которые происходят в коротких временных масштабах. В BLOSUM (Матрица BLOck SUbstitution) серия матриц решает эту проблему. Хеникофф & Henikoff построил эти матрицы, используя множественные выравнивания эволюционно расходящихся белков. Вероятности, используемые в вычислении матрицы, вычисляются путем просмотра «блоков» консервативных последовательностей, обнаруженных при множественном выравнивании белков. Предполагается, что эти консервативные последовательности имеют функциональное значение в родственных белках и, следовательно, будут иметь более низкие скорости замены, чем менее консервативные области. Чтобы уменьшить смещение от близкородственных последовательностей к скорости замен, сегменты в блоке с идентичностью последовательностей выше определенного порога были сгруппированы, уменьшая вес каждого такого кластера (Henikoff и Henikoff). Для матрицы BLOSUM62 этот порог был установлен на уровне 62%. Затем подсчитывались частоты пар между кластерами, поэтому пары считались только между сегментами, идентичными менее 62%. Можно использовать матрицу BLOSUM с более высоким номером для выравнивания двух тесно связанных последовательностей и меньшее число для более расходящихся последовательностей.

Оказывается, матрица BLOSUM62 отлично справляется с обнаружением сходства в удаленных последовательностях, и это матрица, используемая по умолчанию в самых последних приложениях для выравнивания, таких как ВЗРЫВ.

Различия между PAM и BLOSUM

Матрицы PAM основаны на явной эволюционной модели (т.е. замены подсчитываются на ветвях филогенетического дерева), тогда как матрицы BLOSUM основаны на неявной модели эволюции.
Матрицы PAM основаны на мутациях, наблюдаемых на протяжении всего глобального выравнивания, включая как высококонсервативные, так и очень мутабельные области. Матрицы BLOSUM основаны только на высококонсервативных участках в сериях выравниваний, запрещенных для содержания пробелов.
Метод, используемый для подсчета замен, отличается: в отличие от матрицы PAM, процедура BLOSUM использует группы последовательностей, в которых не все мутации считаются одинаковыми.
Более высокие числа в схеме именования матриц PAM обозначают большее эволюционное расстояние, в то время как большие числа в схеме именования матриц BLOSUM обозначают большее сходство последовательностей и, следовательно, меньшее эволюционное расстояние. Пример: PAM150 используется для более удаленных последовательностей, чем PAM100; BLOSUM62 используется для более близких последовательностей, чем BLOSUM50.

Расширения и улучшения

Было разработано множество специализированных матриц замен, которые описывают скорости аминокислотных замен в конкретных структурных контекстах или контекстах последовательностей, таких как трансмембранные альфа-спирали,^[2] для комбинаций состояний вторичной структуры и состояний доступности растворителя,^[3]^[4]^[5] или для локальных контекстов структуры последовательности.^[6] Эти контекстно-зависимые матрицы подстановки в целом приводят к повышению качества выравнивания за счет некоторой скорости, но пока не используются широко. Недавно было установлено, что аминокислотные сходства, зависящие от контекста последовательностей, не нуждаются в матрицах замен, а основываются на библиотеке контекстов последовательностей. Используя эту идею, контекстно-зависимое расширение популярного ВЗРЫВ Программа продемонстрировала возможность достижения двукратного повышения чувствительности для удаленно связанных последовательностей по сравнению с BLAST при одинаковых скоростях (CS-BLAST ).

Терминология

Несмотря на то что "матрица перехода «часто используется взаимозаменяемо с« матрицей замещения »в областях, отличных от биоинформатики, первый термин проблематичен в биоинформатике. Что касается нуклеотидных замен»,переход "также используется для обозначения тех замен, которые находятся между двумя кольцами пурины (A → G и G → A) или находятся между однокольцевыми пиримидины (C → T и T → C). Поскольку эти замены не требуют изменения количества колец, они происходят чаще, чем другие замены. "Трансверсия "- это термин, используемый для обозначения более медленных замен, которые изменяют пурин на пиримидин или наоборот (A ↔ C, A T, G C и G T).

Смотрите также

использованная литература

^ Сюн, Цзинь (2006). Основная биоинформатика. Кембридж: Издательство Кембриджского университета. Дои:10.1017 / cbo9780511806087.004. ISBN 978-0-511-80608-7.
^ Мюллер, Т; Рахманн, S; Ремсмайер, М. (2001). «Несимметричные оценочные матрицы и обнаружение гомологичных трансмембранных белков». Биоинформатика. 17 Дополнение 1: S182–9. Дои:10.1093 / биоинформатика / 17.suppl_1.s182. PMID 11473008.
^ Рис, DW; Айзенберг, Д. (1997). «Матрица замещения 3D-1D для распознавания белковой складки, которая включает предсказанную вторичную структуру последовательности». Журнал молекулярной биологии. 267 (4): 1026–38. CiteSeerX 10.1.1.44.1143. Дои:10.1006 / jmbi.1997.0924. PMID 9135128.
^ Гонг, Сунгсам; Бланделл, Том Л. (2008). Левитт, Майкл (ред.). «Исключение функциональных остатков из таблицы замен улучшает предсказание активных сайтов в трехмерных структурах». PLOS вычислительная биология. 4 (10): e1000179. Bibcode:2008PLSCB ... 4E0179G. Дои:10.1371 / journal.pcbi.1000179. ЧВК 2527532. PMID 18833291.
^ Гунесекере, Северная Каролина; Ли, Б. (2008). «Контекстно-зависимые матрицы аминокислотных замен и их использование в обнаружении белковых гомологов». Белки. 71 (2): 910–9. Дои:10.1002 / prot.21775. PMID 18004781. S2CID 27443393.
^ Хуанг, Ю.М. Быстров, C (2006). «Улучшенное попарное выравнивание белков в сумеречной зоне с использованием предсказаний локальной структуры». Биоинформатика. 22 (4): 413–22. Дои:10.1093 / биоинформатика / bti828. PMID 16352653.

дальнейшее чтение

Альтшул, С.Ф. (1991). «Матрицы аминокислотных замен с точки зрения теории информации». Журнал молекулярной биологии. 219 (3): 555–65. Дои:10.1016 / 0022-2836 (91) 90193-А. ЧВК 7130686. PMID 2051488.
Dayhoff, M. O .; Schwartz, R.M .; Оркатт, Б. С. (1978). «Модель эволюционного изменения белков». Атлас последовательности и структуры белков. 5 (3): 345–352.
Эдди, SR (2004). «Откуда взялась матрица оценок согласования BLOSUM62?». Природа Биотехнологии. 22 (8): 1035–6. Дои:10.1038 / nbt0804-1035. PMID 15286655. S2CID 205269887.
Хеникофф, S; Хеникофф, JG (1992). «Матрицы аминокислотных замен из белковых блоков». Труды Национальной академии наук Соединенных Штатов Америки. 89 (22): 10915–9. Bibcode:1992PNAS ... 8910915H. Дои:10.1073 / пнас.89.22.10915. ЧВК 50453. PMID 1438297.

внешние ссылки

Калькулятор матрицы PAM

[1] Сюн, Цзинь (2006). Основная биоинформатика. Кембридж: Издательство Кембриджского университета. Дои:10.1017 / cbo9780511806087.004. ISBN 978-0-511-80608-7.

[2] Мюллер, Т; Рахманн, S; Ремсмайер, М. (2001). «Несимметричные оценочные матрицы и обнаружение гомологичных трансмембранных белков». Биоинформатика. 17 Дополнение 1: S182–9. Дои:10.1093 / биоинформатика / 17.suppl_1.s182. PMID 11473008.

[3] Рис, DW; Айзенберг, Д. (1997). «Матрица замещения 3D-1D для распознавания белковой складки, которая включает предсказанную вторичную структуру последовательности». Журнал молекулярной биологии. 267 (4): 1026–38. CiteSeerX 10.1.1.44.1143. Дои:10.1006 / jmbi.1997.0924. PMID 9135128.

[4] Гонг, Сунгсам; Бланделл, Том Л. (2008). Левитт, Майкл (ред.). «Исключение функциональных остатков из таблицы замен улучшает предсказание активных сайтов в трехмерных структурах». PLOS вычислительная биология. 4 (10): e1000179. Bibcode:2008PLSCB ... 4E0179G. Дои:10.1371 / journal.pcbi.1000179. ЧВК 2527532. PMID 18833291.

[5] Гунесекере, Северная Каролина; Ли, Б. (2008). «Контекстно-зависимые матрицы аминокислотных замен и их использование в обнаружении белковых гомологов». Белки. 71 (2): 910–9. Дои:10.1002 / prot.21775. PMID 18004781. S2CID 27443393.

[6] Хуанг, Ю.М. Быстров, C (2006). «Улучшенное попарное выравнивание белков в сумеречной зоне с использованием предсказаний локальной структуры». Биоинформатика. 22 (4): 413–22. Дои:10.1093 / биоинформатика / bti828. PMID 16352653.

[1]

[2]

[3]

[4]

[5]

[6]