Практикум 12. Сравнение выравниваний

2. Сравнение выравниваний, построенных тремя разными программами

Для сравнения использовались семь последовательностей семейства 6PGD. Выравнивания построены программами MUSCLE, MAFFT и ClustalW.

Гиперссылки на сравниваемые выравнивания (FASTA):

• MUSCLE
• MAFFT
• ClustalW

Проект Jalview с тремя выравниваниями: 6PGD_three.jvp

Для того, чтобы сравнить выравнивания, я использовала код, написанный моими однокурсниками.

MUSCLE и MAFFT

Одиночные совпадающие колонки: (316, 315).

Всего совпадающих колонок: 467. Длина MUSCLE 497, MAFFT 496. Процент совпадения: 93.96% и 94.15%.

MUSCLE и ClustalW

Одиночных совпадающих колонок нет.

Всего совпадающих колонок: 463. Длина MUSCLE 497, ClustalW 494. Процент совпадения: 93.16% и 93.72%.

Обсуждение

При сравнении выравниваний MUSCLE и MAFFT обнаружено 7 блоков одинаково выровненных колонок (467 колонок, ~94%). Между MUSCLE и ClustalW — 8 блоков (463 колонки, ~93%). Оба сравнения дают высокий процент совпадений, что говорит о высокой консервативности семейства 6PGD: все три программы выравнивают эти последовательности почти одинаково.

Тем не менее, MAFFT ближе к MUSCLE, чем ClustalW: у пары MUSCLE–MAFFT больше совпадающих колонок и есть самый длинный блок (241 колонка), тогда как у MUSCLE–ClustalW самый длинный блок — 160 колонок. ClustalW чаще сдвигает гэпы, что и даёт меньшее совпадение.

3. Сравнение выравнивания по совмещению структур с выравниванием MSA

Для этого задания выбраны три структуры белка Ras (PF00071) из PDB: 5P21 (H-Ras), 1CTQ (H-Ras в комплексе с GAP) и 2RGA (H-Ras Q61I). Совмещение выполнено в PDBeFold (множественное выравнивание).

Ссылки на выравнивания в формате FASTA:

• PDBeFold (структурное выравнивание)
• MUSCLE (MSA)

Проект Jalview: pdbefold_vs_muscle.jvp

Результат сравнения (PDBeFold и MUSCLE):

Одиночных совпадающих колонок нет.

Статистика: длина PDBeFold — 167, длина MUSCLE — 166. Совпадающих колонок — 164 (98.20% от PDBeFold и 98.80% от MUSCLE).

Обсуждение

Выравнивание MUSCLE практически полностью воспроизводит структурное выравнивание PDBeFold: 164 из 166 колонок совпадают. Различие только в одной колонке — PDBeFold вставил дополнительный гэп на участке 64–66, а MUSCLE обошёлся без него. Это значит, что для консервативного участка белка Ras MSA-выравнивание MUSCLE согласуется с истинным эволюционным (структурным) выравниванием, а расхождения возникают только в отдельных участках.

4. Краткое описание программы MUSCLE

MUSCLE (MUltiple Sequence Comparison by Log-Expectation) — программа для множественного выравнивания белковых и нуклеотидных последовательностей, разработанная Робертом Эдгаром и опубликованная в 2004 году в журнале Nucleic Acids Research [1].

Как работает. Алгоритм MUSCLE включает три стадии:

1. Быстрая оценка попарных расстояний (по k-мерам) и построение чернового дерева, по которому выполняется первое прогрессивное выравнивание.
2. Пересчёт расстояний по уже выровненным последовательностям, построение уточнённого дерева и второе прогрессивное выравнивание.
3. Итеративное уточнение (refinement): дерево разрезается, две группы перевыравниваются, и новый вариант принимается, если улучшает целевую функцию.

Преимущества:

• Высокая точность на стандартных тестовых наборах (BAliBASE, SABmark, SMART, PREFAB) — сопоставима или выше, чем у ClustalW и T-Coffee.
• Высокая скорость: в режиме fast в 10–100 раз быстрее ClustalW при близкой точности.

Недостатки:

• Снижение точности при идентичности последовательностей ниже 15–20%.
• Не использует 3D-структуры (в отличие от 3D-Coffee), только последовательности и статистические оценки профилей.
• При большом числе последовательностей точность заметно падает.

Источники:

1. Edgar R. C. MUSCLE: multiple sequence alignment with high accuracy and high throughput // Nucleic Acids Research. — 2004. — Т. 32, № 5. — С. 1792–1797. DOI: 10.1093/nar/gkh340
2. Thompson J. D. et al. A comprehensive benchmark study of multiple sequence alignment methods: current challenges and future perspectives // PLoS ONE. — 2011. — Т. 6, № 3. — e18093.