Практикум 12
Для работы был использован код Ксении Кирцовой.
Сравнивались программы MAFFT, ClustalOWS и MUSCLE. Последовательности для выравнивания были взяты из практикума 9.
Выравнивания программой Mafft и MUSCLE совпадают до 9ого блока. Блоков не много, они крупные. Наиболее схожие алгоритмы.
Выравнивания программой MUSCLE и СlustlOWS имеют много частично совпадающих блоков небольшой длины.
Это может быть связано с особенностью работы алгоритмов: ClustalOWS постепенно выравнивает пары последовательностей, что может приводить, даже при небольших различиях, к формированию блоков. Как и ClustalOWS, MAFFT так же склонен формировать на ранних этапах блоки, но, судя по результатам, большего размера. MUSCLE старается сгладить раннее появление блоков, благодаря постоянной коррекции SP score.
| Параметр | MUSCLE | MAFFT |
| Длина выравнивания | 725 | 737 |
| Процент выровненных колонок | 48.69 | 47.90 |
| Блок 1 | (1-27) | (1-27) |
| Блок 2 | (42) | (42) |
| Блок 3 | (276-316) | (276-316) |
| Блок 4 | (320-342) | (320-342) |
| Блок 5 | (350-374) | (350-374) |
| Блок 6 | (390-401) | (390-401) |
| Блок 7 | (409-418) | (409-418) |
| Блок 8 | (435-450) | (435-450) |
| Блок 9 | (487-545) | (499-557) |
| Блок 10 | (567-576) | (579-588) |
| Блок 11 | (596-637) | (608-649) |
| Блок 12 | (643-659) | (655-671) |
| Блок 13 | (697-725) | (709-737) |
Табл. 2. Сравнение MUSCLE и ClustalOWS
| Параметр | MUSCLE | ClustalOWS |
| Длина выравнивания | 725 | 731 |
| Процент выровненных колонок | 48.69 | 48.29 |
| Блок 1 | (1-30) | (1-30) |
| Блок 2 | (260-268) | (270-278) |
| Блок 3 | (275-292) | (285-302) |
| Блок 4 | (305-315) | (315-325) |
| Блок 5 | (322-342) | (332-352) |
| Блок 6 | (350-374) | (360-384) |
| Блок 7 | (383) | (393) |
| Блок 8 | (391-402) | (401-412) |
| Блок 9 | (409-418) | (419-428) |
| Блок 10 | (435-445) | (445-455) |
| Блок 11 | (488-551) | (494-557) |
| Блок 12 | (553-560) | (559-566) |
| Блок 13 | (564-576) | (570-582) |
| Блок 14 | (626-631) | (632-637) |
| Блок 15 | (643-659) | (649-665) |
| Блок 16 | (668-678) | (674-684) |
| Блок 17 | (697-725) | (703-731) |
| Блок 6 | (390-401) | (390-401) |
| Блок 7 | (409-418) | (409-418) |
| Блок 8 | (435-450) | (435-450) |
| Блок 9 | (487-545) | (499-557) |
| Блок 10 | (567-576) | (579-588) |
| Блок 11 | (596-637) | (608-649) |
| Блок 12 | (643-659) | (655-671) |
| Блок 13 | (697-725) | (709-737) |
Для исследования было выбрано 3 белка из семейства ABC_tran со следующими PDB ID: 1JJ7, 1B0U, 1MT0.
Рисунок 1. Совмещение структур
Совмещение показало только частичную идентичность структур (25% и 28%). При этом простравнственная структура совпала.
Из полученного сравнения мы можем сделать вывод, что выравнивание совмещением структур и MAFFT радикально разные. Особенно выравнивания отличаются на C-конце, что стоило ожидать, т.к. на C-конце редко находятся аминокислоты, учавствующие в жеской вторичной структуре.
Табл 3. Сравнение выравнивания PDB и MAFFT
| Параметр | PDB | MAFFT |
| Длина выравнивания | 270 | 285 |
| Процент выровненных колонок | 95.56 | 91.93 |
| Блок 1 | (80-84) | (90-94) |
| Блок 2 | (127-128) | (137-138) |
MUltiple Sequence Comparison by Log-Expectation (MUSCLE) - - это программа для множественного выравнивания последовательностей. Метод был опубликован Робертом К. Эдгаром в двух статьях в 2004 году.
Алгоритм включает в себя 3 этапа.
Этап 1: Draft Progressive
На этом первом этапе алгоритм производит многократное выравнивание, делая упор на скорость, а не на точность. Этот шаг начинается с вычисления k-мерного расстояния для каждой пары входных последовательностей, чтобы создать матрицу расстояний. UPGMA группирует матрицу расстояний для получения бинарного дерева.
Этап 2: Improved Progressive
На этом этапе основное внимание уделяется получению более оптимального дерева путем вычисления расстояния Кимуры для каждой пары входных последовательностей с использованием множественного выравнивания последовательностей, полученного на первом этапе, и созданию второй матрицы расстояний.
Этап 3: Refinement
На этом заключительном этапе из второго дерева выбирается ребро, расстояние от которого до корня уменьшается. Выбранное ребро удаляется, разделяя дерево на два поддерева. Затем для каждого поддерева вычисляется профиль множественного выравнивания. Новое выравнивание нескольких последовательностей выполняется путем повторного выравнивания профилей поддеревьев. Если оценка SP улучшается, новое выравнивание сохраняется, в противном случае оно отменяется.