1. Сравнение алгоритмов множественных выравниваний

Для выравнивания доменов c PF00060 из seed воспользовалась кодом прграммы MACHO Виталия Гагарочкина. Программа выдала следующие результаты сравнения выравниваний Muscle c Mufft и Muscle с Tcoffee (гиперссылка на проект Jalview):

Таким образом вы нашли больше совпадающих блоков для Muscle с Tcoffee, что может указывать на большую схожесть двух этих алгоритмов. Программа MACHO также подсчитала, что у данной пары выравниваний больше процент совпадающих колонок (37,01% для Muscle и 33,86% для Tcoffee), нежели у пары Muscle И Mufft (25,25% и 23,79% соответсвенно). В то же время для пары Muscle Mufft характерны длинные малочисленные общие блоки, а для Muscle tcoffee ¯ менее протяженные блоки, но их больше.

2. Сравнение PDBeFold Multiple Alignment и MSAprobes

Я нашла три структуры белка из 26 известных для моего домена fn1 из практикума 11, которым соотвествуют разные белки (разные доменные архитектуры). Это записи с PDB id: 1fbr, 1tpm и 8os5, которым соответсвуют белки из UniProt c AC P02751, P00748, P00750 соответсвенно. Я загрузила их в PDBeFold Multiple Alignment (для 8os5 цепь А), загрузила их выравнивания в fasta формате в julview, а также выровняла те же pdb id алгоритмом MSAprobes (гиперссылка на проект с двумя выравниваниями). Результаты выравниваний и их сравнения представлены ниже.

>

>

По рис 1. видно, что структурное выравнивание выровняла не весь домен целиком, а только его часть, состоящую из трёх цепей бета-листа, в то время как ещё две цепи второго бета листа остались не выровняны. Вероятно это связано с неструктурированными участками между этими листами, что затрудняет наложение этих структур для выравнивания.

В выравнивании из рис 2, в сравнение с выравниванием из рис 3 (MSAprobes), консервативных колонок меньше, выровнялся не весь домен целиком (участок короче 40 ак, которые составляют домен). В то время как в выравнивании MSA блок выравнивания покрывает домен почти целиком, что видно по вторичной структуре, приведенной ниже. У этих двух выравниваний блок сходства не приходиится на наш домен, во всех колонках, кроме первых 58 (1,58)=(1,58), белки выровняны по-разному, в тч на участке с последовательностью домена.

Таким образом можно заключить, что хоть структурное выравнивание является более наглядным, а также способно отражать структурную схожесть белков, мало связанную с консервативностью последовательности ак, алгоритмы множественного выравнивания MSA справляются с задачей множественного выравнивания лучше. В данном случае выравнивание MSA достаточно точно отражало сходство между доменными архитектурами выбранных белков, в сравнение со структурным.

3. Описание алгоритма работы MSAprobes

В основе работы данного алгоритма лежит совмещение принципа парных скрытых Марковских моделей pair-HMM и статистические суммы свободной энергии (СССЭ, partition function). Простым языком, HMM-профиль, в отличие от классических матриц замен (таких как BLOSSUM), определяет вероятность аминокислотной замены не в целом, а на конкретной позиции в белковой последовательности. Например, замены в активном центер будут штрафоваться больше, чем на неупорядоченном участке. СССЭ реализуется через алгоритм Forward-Backward. То есть сначала алгоритм находит всевозможные выравнивания, не отбрасывая все, кроме лучшего, как это делают классические алгоритмы (например Нидлмана-Вунша), а собирая все эти вероятности в полную вероятность, так называемую статистическую сумму (Z), по аналогии со статической механикой, и энергию каждого такого "состояния" (выравнивания) мы можем нормировать на Z, и при финальном прогрессивном выравнивании зафиксировать самую выгодную позицию. В итоге мы получаем матрицу вероятности для каждой пары белков. Для выставления подходящих штрафов за гэпы, от которых сильно зависит точность алгоритма, используется partial function: какую долю всевозможных выравниваний составляют выравнивания с таким сопоставлением ак из 1 и второй последовательности. По сути мы получаем ещё одну матрицу вероятностей, после чего алгоритм сопоставляет и усредняет их, мы получаем матрицу апостериорной вероятности (вектор точности), который определяет вероятность предложенного соответсвия.

После чего алгоритм вводит дополнительные веса для уточнения позиции выравнивания на древе и строит филогенетичсекое древо по методу UPGMA (прогрессивный алгоритм), в соответсвие с которым группы белков будут объединяться. Здесь тоже есть несколько этапов. Сначала на основе "сглаженных" матриц строят матрицу расстояний, а потом уже древо белков.

Сайт, посвященный выравниванию. На основании статьи Liu, Y., Schmidt, B., & Maskell, D. L. (2010). MSAProbs: multiple sequence alignment based on pair hidden Markov models and partition function posterior probabilities. Bioinformatics, 26(16), 1958–1964.