Introduktion til sekvensalignment

Formålet med at lave et alignment er, groft sagt, at finde ud af hvilke nukleotider eller aminosyrer der svarer til hinanden i to forskellige sekvenser. (I dette projekt beskæftiger vi os kun med parvis alignment - metoder til at aligne flere end to sekvenser bliver diskuteret i projektet "Rekonstruktion af fylogenetiske træer"). For at finde de dele, der svarer bedst til hinanden, må man forskyde sekvenserne i forhold til hinanden og eventuelt lave huller (gaps) i den ene eller begge sekvenser.

Det følgende er et eksempel på et alignment mellem to proteinsekvenser, hvor der er indsat et gap i den nederste sekvens:

        CPVQLWVNSTPPPGTRVRAMAIYKKLQYMT
        |||||||||||||   ||||||||||||||
        CPVQLWVNSTPPP---VRAMAIYKKLQYMT

Et alignment kan betragtes som en hypotese om at de to sekvenser er beslægtede med hinanden - der er derfor en nær sammenhæng mellem alignment og evolutionsteori. På de positioner i alignmentet, hvor de to sekvenser er ens, er nukleotiderne eller aminosyrerne bevarede (konserverede) i evolutionen. På de andre positioner antager vi, at der er sket en mutation: hvis der er forskellige nukleotider eller aminosyrer, er der tale om en substitution; hvis der er et gap, har der været en deletion i den ene sekvens eller en insertion i den anden.

Det skal dog understreges, at de algoritmer, der bliver beskrevet her, altid producerer et alignment, hvad enten sekvenserne er beslægtede eller ej. Det er derfor nødvendigt at beskrive styrken af et alignment ved hjælp af et pointsystem - den såkaldte alignmentscore. Et par nært beslægtede sekvenser vil typisk give en meget højere score end et par ubeslægtede sekvenser. Det kan derimod godt være vanskeligt at skelne mellem fjernt beslægtede og ubeslægtede sekvenser - til det formål bruger man nogle statistiske signifikansberegninger, som vi ikke vil komme nærmere ind på i dette projekt.

På de følgende sider vil vi gennemgå hvordan man konstruerer og scorer et alignment. Men først skal vi lige have nogle begreber på plads.

Sekvens alignment definitioner

Copyright © 2007 Henrik Nielsen, Center for Biologisk Sekvensanalyse