Metódy v bioinformatike - 05 - Zarovnávanie sekvencií (časť 1)

Zhrnutie prednášky

Prednáška uvádza problém zarovnávania sekvencií, jeden zo základných problémov bioinformatiky, na ktorom sa pracovalo už v 70. rokoch, dlho pred vznikom veľkých dát. Zarovnanie spočíva vo vkladaní medzier tak, aby mali úseky rovnakú dĺžku a čo najviac rovnakých báz stálo pod sebou. Využíva sa pri orientácii vo veľkých databázach ako GenBank, pri predikcii funkcie proteínov, štúdiu evolúcie a hľadaní funkčných prvkov v genóme na základe zachovanosti. Kvalitu zarovnania vyjadruje skóre, napríklad +1 za zhodu a −1 za nezhodu či medzeru. Rozlišuje sa globálne a lokálne zarovnanie a pre globálne je predstavený Needlemanov-Wunschov algoritmus využívajúci dynamické programovanie, vrátane základných prípadov s prázdnym reťazcom.

• - Zarovnanie sekvencií vkladá medzery tak, aby sa maximalizoval počet zhodných báz pod sebou.
• - Použitie: identifikácia sekvencií v databázach (GenBank, metagenomika) a predikcia funkcie proteínov.
• - Zarovnávanie pomáha študovať evolúciu a nachádzať funkčné prvky, pretože funkčné úseky sú viac zachované.
• - Kvalitu zarovnania určuje skórovacia schéma, napr. zhoda +1, nezhoda −1, medzera −1.
• - Globálne zarovnanie porovnáva celé sekvencie, lokálne len vybrané podobné úseky.
• - Needlemanov-Wunschov algoritmus (1970) rieši globálne zarovnanie dynamickým programovaním nad prefixmi sekvencií.
• - Základný prípad: zarovnanie s prázdnym reťazcom pozostáva len z medzier, skóre je −i, resp. −j.

Zhrnutie pripravené s pomocou AI z prepisu videa.