1 / 11

Intr. à Biologia Computacional

Intr. à Biologia Computacional. Alinhamentos Locais. Alinhamento Local. Dadas duas seqüências s e t , identificar o alinhamento de melhor score entre um substring de s e um substring de t . Este problema surge quando queremos identificar proteínas da mesma família

mandell
Download Presentation

Intr. à Biologia Computacional

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Intr. à Biologia Computacional Alinhamentos Locais

  2. Alinhamento Local Dadas duas seqüências s e t, identificar o alinhamento de melhor score entre um substring de s e um substring de t. Este problema surge quando queremos identificar proteínas da mesma família (que têm funções similares). katia@cin.ufpe.br

  3. Exemplo de domínios em proteínas ALINHAMENTO: EFSNHRDVVVDLQGWVTGNGKGLIYLTDPQIHSVD......QKVFTTNFGKRGIFYFFNNQHVECNEIC ERSRGRFLVCDLQGVG . . . . . . .KTMTDPAIHTLDP. . .YRFSLSQTNLGAEGFMFFF..AYHECNHLC ELSNKQMI VVD IQGVD. . . . . . .DLYTDPQIHTPD. . . ..GKGFGLGNLGKAGINKFI..TTHKCNAVC ELSNHELL I VD I QGVN. . . . . . .DFYTDPQIHTKS. ... .GEGFGEGNLGETGFHKFL..QTHKCNPVC EHSNHQLLI I D I QGVG. . . . . . .DHYTDPQIHTYD. .. ..GVGFGI GNLGQKGFEKFL..DTHKCNAIC ERSGHQLI VVDI QGVG. . . . . . . DLYTDPQIHTEK. .. ..GTDFGDGNLGVRGMALFF..YSHACNRIC EYTRGELLVLDLQGVG. . . . . . .ENLTDPSVIKPEVKQSRGMVFGPANLGEDAIRNFI..AKHHCNSCC katia@cin.ufpe.br

  4. Alinhamento Local Para obtermos o efeito do alinhamento local, usaremos o mesmo algoritmo que foi usado para alinhamento global, com algumas alterações. katia@cin.ufpe.br

  5. Alinhamentos Locais Ainda teremos uma matriz (m+1)  (n+1) mas cada entrada (i, j) vai conter o maior score de um alinhamento entre um sufixo de s[1..i] e um sufixo de t[1..j]. Para isso, a primeira linha e a primeira coluna vão ser inicializadas com zeros. katia@cin.ufpe.br

  6. Observação Para qualquer entrada (i, j) há sempre o alinhamento entre os sufixos vazios de s[1..i] e de t[1..j], que tem score zero. Portanto, este array terá todas as entradas maiores ou iguais a zero. katia@cin.ufpe.br

  7. Usaremos ainda Programação Dinâmica M (i, j) = max M (i, j-1) - 2 (último passo = I) M (i-1, j-1) + p(i,j) (último passo = S/M) M (i-1, j) - 2 (último passo =R) 0 (alinhamento vazio) katia@cin.ufpe.br

  8. No final ... Encontrar a maior entrada em todo o array. Este será o score de um alinhamento local ótimo. O alinhamento é obtido a partir dali, seguindo de volta, e parando quando não houver aresta saindo (ou seja, onde o score for zero). katia@cin.ufpe.br

  9. Alinhamento Local - Exemplo C A G C A C T C A T  0 0 0 0 0 0 0 0 0 0 0 T 0 0 0 0 0 0 0 1 0 0 1 C 0 1 0 0 1 0 1 0 2 0 0 C 0 1 0 0 1 0 1 0 1 1 0 A 0 0 2 0 0 2 0 0 0 2 0 G 0 0 0 3 1 0 1 0 0 0 1 C 0 1 0 1 4 2 1 0 1 0 0 T 0 0 0 0 2 3 1 2 0 0 1 C 0 1 0 0 1 1 4 2 3 1 0 G 0 0 0 1 0 0 2 3 1 2 0 katia@cin.ufpe.br

  10. Alinhamento Local - Exemplo C A G C A C T C A T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . : G 0 0 0 3 1 0 1 0 0 0 1 C 0 1 0 1 4 2 1 0 1 0 0 T 0 0 0 0 2 3 1 2 0 0 1 C 0 1 0 0 1 1 4 2 3 1 0 G 0 0 0 1 0 0 2 3 1 2 0 CAGCACTCAT TCCAGCTCG - katia@cin.ufpe.br

  11. Alinhamento Local - Exemplo C A G C A C T C A T  . . . T 0 0 . . . CAGCACTCAT C 0 1 0 . . . TCCAGCTCG C 0 1 0 0 . . . A 0 0 2 0 0 2 0 0 0 2 0 G 0 0 0 3 1 0 1 0 0 0 1 C 0 1 0 1 4 2 1 0 1 0 0 T 0 0 0 0 2 3 1 2 0 0 1 C 0 1 0 0 1 1 4 2 3 1 0 G 0 0 0 1 0 0 2 3 1 2 0 katia@cin.ufpe.br

More Related