2. Сравнение выравниваний разными программами.

🌸 Выбор алгоритмов и создание выравниваний

Семейство белков для выравниваний: PF00072. Выбранные программы:

• MSAProbs в качестве референсной, так как согласно результатом сравнения программ на BaliBase, выравнивания этим алгоритмом наиболее близки к эволюционным.
• MAFFT как алгоритм, использующий интерактивное рафинирование, а так же как компромисс качества и скорости.
PROBCONS как метод, основанный на согласованности.

При выборе алгоритмов я придерживалась двух критериев: представленность большего разнообразия методов и наличие программы в Jalview. В качестве инструмента сравнения трех программ я использовала скрипт на питоне (Copyright by Дмитрий Липченчук).

Чтобы открыть изначальное выравнивание seed в Jalview и запустить алгоритмы трёх выравниваний, я выполнила следующую последовательность действий:

В главном окне JalView выполнить File → Fetch sequences → в меню Select Database выбрать PFAM (Seed) → ввести в окошко AC домена (PF15005) → OK.

в меню окна Web Service → Alignment → выбрать нужный [METHOD] with defaults.

🌸 Сравнение выравниваний друг с другом и выводы

🌸🌸 MSAPROBS VS MAFFT

Скачав файлы выравниваний в формате фаста с Jalview (File → Save As → ...) и закинув их на сервер кодомо вместе со скриптом для анализа, я выполнила файл следующей командой:

python aligncomp.py -b MSAprobs_alig.fa Mafft_alig.fa

Скрипт был запущен с опцией -b, чтобы увидеть блоки идентичных колонок в более наглядном формате. Получена следующая выдача:

MSAprobs_alig.fa blocks:
1: 1 - 18
2: 22 - 23
3: 56 - 56
4: 72 - 79
5: 84 - 84
6: 87 - 89
7: 112 - 116
8: 121 - 121
9: 139 - 144
Mafft_alig.fa blocks:
1: 1 - 18
2: 22 - 23
3: 51 - 51
4: 69 - 76
5: 79 - 79
6: 82 - 84
7: 112 - 116
8: 120 - 120
9: 144 - 149

Согласно этому мы получили следующие результаты сравнения двух выравниваний:

• Блоки одинаково выровненных колонок (длина ≥ 2):
  1. (1,18) = (1,18) - длина блока: 18 колонок
  2. (22,23) = (22,23) - длина блока: 2 колонки
  3. (72,79) = (69,76) - длина блока: 8 колонок
  4. (87,89) = (82,84) - длина блока: 3 колонки
  5. (112,116) = (112,116) - длина блока: 5 колонок
  6. (139,144) = (144,149) - длина блока: 6 колонок
• Одинаково выровненные колонки, не входящие в блоки (одиночные совпадения):
  1. Колонка 56 в MSAprobs_alig.fa соответствует колонке 51 в Mafft_alig.fa
  2. Колонка 84 в MSAprobs_alig.fa соответствует колонке 79 в Mafft_alig.fa
  3. Колонка 121 в MSAprobs_alig.fa соответствует колонке 120 в Mafft_alig.fa

🌸🌸 MSAPROBS VS PROBCONS

Соответственно, для MSAProbs и Probcons:

Команда:

python aligncomp.py -b MSAprobs_alig.fa Probcons_alig.fa

Выдача команды bash:

MSAprobs_alig.fa blocks:
1: 1 - 20
2: 22 - 25
3: 42 - 48
4: 53 - 59
5: 62 - 65
6: 67 - 79
7: 83 - 98
8: 104 - 104
9: 107 - 109
10: 115 - 117
11: 125 - 125
12: 127 - 129
13: 133 - 144
14: 148 - 156
Probcons_alig.fa blocks:
1: 1 - 20
2: 22 - 25
3: 42 - 48
4: 53 - 59
5: 64 - 67
6: 69 - 81
7: 86 - 101
8: 107 - 107
9: 110 - 112
10: 118 - 120
11: 127 - 127
12: 129 - 131
13: 135 - 146
14: 151 - 159

Результаты согласно полученным данным:

• Блоки одинаково выровненных колонок (длина ≥ 2):
  1. (1,20) = (1,20) - длина блока: 20 колонок
  2. (22,25) = (22,25) - длина блока: 4 колонки
  3. (42,48) = (42,48) - длина блока: 7 колонок
  4. (53,59) = (53,59) - длина блока: 7 колонок
  5. (62,65) = (64,67) - длина блока: 4 колонки
  6. (67,79) = (69,81) - длина блока: 13 колонок
  7. (83,98) = (86,101) - длина блока: 16 колонок
  8. (107,109) = (110,112) - длина блока: 3 колонки
  9. (115,117) = (118,120) - длина блока: 3 колонки
  10. (127,129) = (129,131) - длина блока: 3 колонки
  11. (133,144) = (135,146) - длина блока: 12 колонок
  12. (148,156) = (151,159) - длина блока: 9 колонок
• Одинаково выровненные колонки, не входящие в блоки (одиночные совпадения):
  1. Колонка 104 в MSAprobs_alig.fa соответствует колонке 107 в Probcons_alig.fa
  2. Колонка 125 в MSAprobs_alig.fa соответствует колонке 127 в Probcons_alig.fa

🌸🌸 ВЫВОДЫ

Количество совпадающих блоков в случае Probcons vs MSAProbs больше (14 против 9), общая длина идентичных блоков так же больше: в то время как в сравнении с Probcons самый длинный совпадающий блок из 16 колонок, а так же есть много блоков средней длины, в сравнении с Mafft самый длинный блок состоит из 6 колонок, и преобладают, как правило, короткие блоки (1-3 колонки). Оба метода хорошо сохранили начальный регион (1-18(20) колонки) и центральные консервативные участки. Однако для подтверждения того, что Probcons значительно ближе к референсному выравниванию MSAProbs, стоит узнать точный процент идентичных колонок с помощью опции -p. Команды:

python aligncomp.py -p MSAprobs_alig.fa Mafft_alig.fa
python aligncomp.py -p MSAprobs_alig.fa Probcons_alig.fa

Выдача:

Percentage of columns in MSAprobs_alig.fa identical to those of the second alignment: 66.03%
Percentage of columns in Probcons_alig.fa identical to those of the second alignment: 64.78%


Percentage of columns in MSAprobs_alig.fa identical to those of the second alignment: 28.85%
Percentage of columns in Mafft_alig.fa identical to those of the second alignment: 27.61%

В то время как средний процент идентичных колонок Probcons и MSAProbs равен 65.4%, тот же самый показатель для Mafft и MSAProbs равен 28.2%. Из всего выше сказаного можно сделать вывод, что Probcons в 2.3 раза больше соответствует референсному выравниванию.

гипер-ссылка на проект в JalView

3. Сравнение выравнивания по совмещению структур и по MSA.

• Выравнивание по совмещению структур.
Выбранное семейство: PF00035. На сайте InterPro по данному идентификатору я нашла нужное семейство белков, у которого было всего 157 3D структур. Среди них я выбрала более менее похожие белки, их Accession: 1yyk, 1yyo, 1yz9. На сайте RCSB PDB я получила выравнивание 1ой и 2ой, 1ой и 3ей последовательностей, а так же наложение всех трех структур.



Путем добавления гэпов в исходное выравнивание, открытое в текстовом редакторе, и изменения исходных двух выравниваний последовательностей, я получила общее множественное выравнивание.

• Выравнивание программой MSAProbs
Подобным образом, что и в прошлом задании, я перевыравняла получившееся множественное выравнивание путём использования программы MSAProbs в Jalview. Сразу после открытия двух окон выравниваний, отпадает потребность в дополнительном анализе скриптом на питон, так как визуально очень хорошо видно, что алгоритм MSAProbs в этом случае справился лучше.

гипер-ссылка на проект в JalView c двумя выравниваниями

4. Описание программы MSAProbs.

Программа MSAProbs — это инструмент для построния множественных выравниваний белковых последовательностей, сочетающий высокую точность и поддержку многопоточных вычислений.

🔬Основные особенности программы:

• Высокая точность: MSAProbs использует комбинацию парных скрытых марковских моделей (pair hidden Markov models) и функций распределения (partition functions) для расчета апостериорных вероятностей, что обеспечивает высокую точность выравнивания. При тестировании на наборах BAliBASE, PREFAB, SABmark и OXBENCH программа показала статистически значимое улучшение точности по сравнению с другими популярными программами, такими как ClustalW, MAFFT, MUSCLE, ProbCons и Probalign.
• Алгоритм: Основной алгоритм основан на прогрессивном выравнивании (progressive alignment), а для повышения точности в него включены два ключевых метода: взвешенное вероятностное согласование (weighted probabilistic consistency transformation) и взвешенное профиль-профильное выравнивание (weighted profile-profile alignment).
• Производительность: MSAProbs работает чуть дольше других программ, однако точнее.
• Практическое применение: Исходный код программы, написанный на C++, является свободно доступным. Программа поддерживает различные операционные системы (Linux, Mac OS X, Windows) и работает с форматом входных/выходных данных FASTA.

📚Список источников

1. PubMed
2. Bioinformatics Home
3. PubMed
4. PubMed
5. Debian Manpages