Лекция_6_БИ_М_2014
.pdfКак считается вес (score, S)
•Качество каждого попарного выравнивания представлено в виде веса, по которому так же определяется порядок расположения найденных последовательностей.
•Для вычисления веса выравнивания, используются матрицы весов. Вес считается по каждому выравненному основанию (ДНК) или аминокислоте (белок).
•Общий вес выравнивания есть сумма весов для каждой позиции.
71
Что означают значения веса
(score) и ожидания (e-value).
•Качество выравнивания представлено весом Score (S).
•Вес выравнивания расчитывается как сумма замен и пропусков.
Вес замен берется из матриц (PAM, BLOSUM), а вес пропусков назначается эмпирически.
•Значимость каждого выравнивания вычисляется в виде ожидания E value
(E).
•Ожидание. Число различных выравниваний с весом равным или
большим, чем S, которое ожидается найти в данной базе данных случайным образом. Чем меньше E-value, тем более значим вес.
•E-value - это не вероятность, а ожидание. Причина, по которой программы BLAST выдают не вероятности, а ожидани, состоит в том, что гораздо легче понять значения ожидания в 5 или 10 последовательностей, чем вероятности 0.993 и 0.99995. Однако при E<0.01 значения вероятностей и ожиданий практически
совпадают.
72
Что надо знать о E-values
•Низкие значения E-values означают, что последовательности гомологичны
Однако, высокие не означают негомологичность
•Статистическая значимость зависит как от размера выравненного участка
так и от размера базы данных
Important consideration for comparing results across different searches
E-value увеличивается с увеличением размера базы данных
E-value уменьшается с увеличением размера участка выравнивания
73
Гомология: некоторые соображения
•Схожесть не является индикатором гомологии
•Вообще говоря, если две последовательности схожи со статистической значимостью по всей длине, то, вероятно, они гомологичны
•Участки с низкой сложностью могут быть схожи с высокой степенью значимости, но не быть гомологами
•Гомологичные последовательности не всегда схожи с высокой степенью
значимости
74
•
рассматривать результаты со значениями ожиданий (E- values) меньше 10-6 и процентом идентичности последовательностей 70% или более
•Для поиска в базах данных аминокислотных последовательностей, надо рассматривать результаты со значениями ожиданий (E-values) меньше 10-3 и процентом идентичности последовательностей 25% или более
75
Сообщение о параметрах
В конце файла текстовая информация об использованный параметрах:
–Использованная матрица замен
–Штрафы за внесение и продление делеции
–Дата
–Использованная БД
–Размер БД
–Количество полученных хитов
–…
Как сохранить результаты BLAST?
üРаспечатывать плохо – слишком много
üСохранить как Web-страницу в браузере – сохраняются линки
üМожно сохранить в .pdf
üГрафический дисплей можно сохранить как картинку, а остальное – как текст
Выбор параметров
Меняйте параметры только, если по умолчанию не работает (параметры по умолчанию подобраны хорошо для большинства ситуаций)
Для того, чтобы выбрать более подходящие параметры надо очень ТОЧНО сформулировать задачу
Какие параметры менять? Фильтрация
Low-complexity region – другой aa-состав
üФильтрация: если Ваш белок содержит большой регион низкой сложности – попробуйте использовать BLAST без соответствующей фильтрации
üЕсли Ваш белок содержит очень часто встречающиеся домены, их тоже можно отфильтровать – в ручную
üДНК – геном-специфичные повторы!
Параметры выравнивания
üМатрица:BLOSUM для локального выравнивания обычно лучше, чем PAM
–Чем выше номер BLOSUM – тем строже выравнивание (BLOSUM80 вместо BLOSUM45 – более короткие выравнивания)
–РАМ – чем ниже, тем строже
üШтрафы за делеции:
–Чем больше штраф за внесение, тем короче выравнивания
–Меняете матрицу – надо менять и штраф
–Чем ниже номер BLOSUM (выше РАМ), тем меньше штраф за внесение делеции
–Штраф за удлинение ~10 раз ниже, чем за внесение
üЕсли сравниваете удаленных гомологов, то лучше всего
довольно высокий штраф за внесение делеции и низкий за удлинение
üБлизкие гомологи – штрафы ближе друг к другу