התאמה מרובת רצפים: ( MSA ) Multiple Sequence Alignment

1. התאמה מרובת רצפים: (MSA) Multiple Sequence Alignment כאשר ישנם מספר רצפים נרצה לדעת מהי הדרך הטובה ביותרלהכניס את כולם למסגרת אחת. התאמה כזו יכולה להיות מאד שונה מאשר התאמה של זוגות של רצפים. 2

2. הסיבות לבניית MSA בניית משפחות של חלבונים בניית רצף הסכמה (Consensus sequence , Motif )שמאפיין את המשפחה הבנת תהליכים אבולוציוניים מציאת האזורים החשובים (השמורים)בחלבון הבעיה החישובית: בהינתן מספר רצפים, מצא את ההתאמה שלהם למסגרתמשותפת (ע"י הוספת רווחים) כך שפונקצית מרחק תקבל ערך אופטימלי. -SCGPFIRV MSCGPGLRA -SCTPHL-A MSC-PKIRGMS-LPLLRN MSHKPALRA SCGPFIRV MSCGPGLRA SCTPHLA MSCPKIRGMSLPLLRN MSHKPALRA

3. האם אפשר פשוט להכליל את שיטת התיכנות הדינמי? בתיאוריה כן, באופן פרקטי לא. מדובר בזמן ריצהובגודל זיכרון הגדלים כ NKכאשר N הוא אורך הרצף K מספר הרצפים למעשה בלתי אפשרי עבור K>3

4. שוב ניתן לחלק את הבעיה לשני חלקים: פונקצית המרחק: בהינתן התאמה מה ערכה המספרי? בהינתן שתי התאמות, מי טובה יותר? בהנחה שהסכמנו על פונקצית מרחק, מהי השיטה שתאפשר את מציאת ההתאמהבעלת הערך הטוב ביותר. מאחר שהבעיה החישובית קשה, אנו יודעים שכל שיטה שנציע לא תבטיח פתרוןאופטימלי. נחפש שיטה שנותנת תוצאות טובות ברב המקרים. יתכן שהשיטה שנבחרתהיה תלויה בסיבה שבגללה אנו מבצעים את ההתאמה.

5. מהו "המציאות הביולוגית" שאותה אנו רוצים לשקף? מתי יודעים שההתאמה אכן "נכונה" ? מקובל להשתמש בהתאמה מבנית: מבצעים השוואה גיאומטרית בין המבנים של החלבונים, ורוצים שחומצות אמינו שזוהו כחשובות מבנית יופיעו באותה עמודה בהתאמת הרצף. R H PHRVGSDAS V P D G A S PHRV-GSDA-S PHRVVLSDA-S PHRV-LSEAYS S R H PHRVVLSDAS V P D V A S L S R H V PHRVLSEAYS P E V A S L Y S

6. פונקצית המרחק: SP: Sum of Pairs ההתאמה מרובת הרצפים משרה (k*(k-1)/2) התאמות של זוגות. הסכום של ההתאמות הוא הציון של ההתאמה. -SCGPFIRV MSCGPGLRA -SCTPHL-A -SCGPFIRV MSCGPGLRA -SCGPFIRV -SCTPHL-A MSCGPGLRA -SCTPHL-A 5 3 5 13 כמובן שלוקחים את ההתאמה בין הזוגות כמו שהיא ב MSA, לא מאפשרים הזזות נוספות בדרך כלל משתמשים במטריצות החלפה ע"מ לחשב את ערך ההתאמות הזוגיות לא מקבלים ניקוד על רווחים מותאמים

7. פונקצית המרחק: ניתן לחשב את הציון ישירות על עמודות ההתאמה ולהעריך עד כמה כל עמודההומוגנית.

8. פונקצית המרחק ניתן לחשב את הציון ישירות על עמודות ההתאמה ולהעריך עד כמה כל עמודההומוגנית. -SCGPFIRV MSCGPGLRA -SCTPHL-A MSC-PKIRGMS-LPLLRN MSHKPALRA סה"כ 354 6 4 2 6 1 4 5 3 למשל לספור כמה פעמים מופיעה האות השכיחה ביותר בכל עמודה. כמובן שגם כאןניתן להשתמש במדדי דמיון יותר רגישים.

9. שיטות החישוב • שיטות פרוגרסיביות (PileUp , CLUSTALW ) • שיטות איטרטיביות (Dialign ) • שיטות אופטימיזציה ישירה (מונטה קרלו , אלגוריתם גנטי) • שיטות התאמה לוקלית (eMotifs, Blocks, Psi-blast ) ילמדו בהמשך למעשה כל העולם משתמש ב CLUSTALW

10. איך CLUSTALW עובד ? בנית MSA ובנית עץ אבולוציוני הן בעיות קשורות CLUSTALW בונה עץ שכנויות ע"מ להנחות את תהליך בנית ה MSA

11. איך CLUSTALW עובד ? מתחילים ע"י חישוב מרחק העריכה בין כל זוג חלבונים ע"מלקבוע מי דומה יותר. Hbb Hbb Hba Hba Myg Human Horse Human Horse Whale

12. איך CLUSTALW עובד ? 1. בונים טבלה של מרחק עריכה בין כל שני רצפים Hbb Hbb Hba Hba Myg Human Horse Human Horse Whale 2.בונים עץ ע"י חיבור הרצפים הדומים לפי סדר התאמתם 3. בונים את ההתאמה לפי הסדר המוכתב ע"י העץ ישנם שלושה מצבים התאמת זוג רצפים התאמה בין התאמות הוספת רצף בודד להתאמה קיימת

13. ניתן להתאים בין התאמות (או בין רצף להתאמה) ע"י הרחבה די טבעית של שיטת התיכנות הדינמי. הוספה והכנסת אותיות באופן הרגיל, המחיר להתאמת אותיות הוא מחיר ממוצע לקומבינציות השונות. צריך לתת מחיר מיוחד לרווח.

14. איך CLUSTALW עובד ? • נקודות עדינות: • נותנים משקלות שונים לרצפים, כך שאם יש מספר רצפים מאד דומים המשקל היחסי של כל אחד יקטן. • שיטה מיוחדת לקביעת מחיר להכנסת רווחים. • חסרונות: • מאחר שהבניה היא בלתי הפיכה יש תלות גדולה מאד באיכות ההתאמה של הזוגות הראשונים. • רווחים אינם נעלמים: Once a Gap, Always a gap • רגישות רבה לקנס הרווחים • יש הרבה פרמטרים לקבוע • יתרונות: • מהיר • סביר • אפשר לקבוע הרבה פרמטרים • כולם משתמשים

15. קלט

16. טופס ההגשה: http://www.ebi.ac.uk/clustalw Clustalw at the SRS site at EBI

17. ההתאמה המתקבלת

18. פלט גרפי

19. A A C C G C T C T T A G C C G C G C- T A- C A G A G C C T A A G C A C G C- T A C G G G T G C T T A T G C– C G C- T התאמה מרובת רצפים משרה "רצף הסכמה" Consensus Sequence המשקף את המכנה המשותף של הרצפים A .. g/c c g .. G C .. T Sequence LOGO שיטה גרפית חביבה לתאוררצפי הסכמה http://weblogo.berkeley.edu

20. Hidden Markov Model (HMM) A C A C A C G T G T G T G T A C G T A C G T A C G T G T G TA C A C A C A/G C/T A/G C/T A/G C/T לכאורה מבחינת שכיחות האותיות הרצף ATGTAT מתאים אבל למעשה יש כאן מעברים בין אותיות שלא קיימים באף אחד מהרצפים המקוריים. שיטות HMM נועדו לדלות במידע לגבי שכיחות המעברים בדוגמאות. שיטות אלו משמשות בעיקר לחיפוש והגדרת מוטיבים קצרים אבל ניתן להשתמש בהם גם להתאמה גלובלית.