Friedrich-Schiller - Chair for Bioinformatics Freiburg

28 KAPITEL 3. DER MULORA ANSATZ
die konservierten Regionen repräsentieren und neben den sequenziellen auch die
strukturellen Informationen der Regionen beinhalten. Ein multiples Alignment auf
Grundlage dieser Alignmentkanten würde dann alle Anforderungen erfüllen, die für
eine erfolgreiche Suche nach konservierten Motiven notwendig sind.
Paarweise Alignments
Einen der erfolgsversprechensten Ansätze zur Berechnung der paarweisen Alignments
fand ich in pmcomp von Hofacker et al. [HBS04]. Der Vorteil dieses Programms
liegt darin, dass es zwei Sequenzen aligniert und dabei gleichzeitig mit
Hilfe der Basenpaarwahrscheinlichkeiten die wahrscheinlichste gemeinsamme Sekundärstruktur
über den beiden Sequenzen bestimmt. Damit betrachtet der Algorithmus
nicht nur eine oder mehrere fest vorgegebene Strukturen, sondern greift
bei der Suche nach einer gemeinsammen Struktur auf alle theoretisch möglichen
genesteten Strukturen der beiden Sequenzen zurück.
Allerdings berechnet pmcomp ein globales Alignment und ist damit in seiner
eigentlichen Form ungeeignet. Aus diesem Grund habe ich das Programm dahingehend
erweitern, dass es ein lokales Alignment berechnet. Als Vorlage diente mir
dabei eine Arbeit von Backofen und Will [BW04], in welcher sie eine strukturelle
Lokalität vorstellten und einen Algorithmus zur Berechnung eines paarweisen
lokalen Alignments zweier Sequenzen mit gegebener Struktur präsentierten. Das
Ergebniss dieser Erweiterung des Hofacker-Ansatzes ist ein Algorithmus, welcher
das in Definition 14 vorgestellte paarweise lokale Alignment-Problem löst.
Jedoch können zwei Sequenzen durchaus mehr als nur eine gemeinsamme Teilstruktur
aufweisen. In diesem Fall kann man nicht davon ausgehen, dass immer nur
diejenige Teilstruktur mit dem höchsten Score in den anderen Sequenzen konserviert
ist. Deshalb berechne ich neben dem besten lokalen Alignmnet zweier Sequenzen,
also demjenige mit den höchsten Score, auch noch die nächst besten lokalen Alignments.
Dabei habe ich zwei verschiedene Methoden realisiert. Die erste berechnet in
Analogie zu Programmen wie BLAST [AGM90] die k-besten, nicht überlappenden
lokalen Alignments. Damit ist es möglich, alle gemeinsammen Teilstrukturen zweier
Sequenzen gleichzeitig zu finden.
Die zweite Methode verzichtet hingegen auf die Einschränkung, nur nicht-überlappende
Alignments zu betrachten. Der Vorteil dieses Ansatzes besteht darin, dass
so alternative bzw. besonders stabile Strukturbereiche gefunden werden können.
Abbildung 3.1 zeigt ein Beispiel für die beide Ansätze.
Mit diesem Algorithmus ist es nun möglich, Alignments zu berechnen, die sequenzielle
und strukturelle Informationen über konservierte Teilstrukturen liefern.
Damit bleibt nun noch das Problem, die Alignmentkanten zu gewichten.
Kantengewichte und Konserviertheit
Das Gewicht einer Kante sollte ihrer Zuverlässigkeit entsprechen. Je höher dieses ist,
um so eher wird die Kante auch von T-Coffee im multiplen Alignment eingebaut.
Die Zuverlässigkeit einer Kante hängt dabei direkt von der Zuverlässigkeit des
Alignments ab, in der sie sich befindet. Die Zuverlässigkeit des Alignments wiederrum
hängt von der Ähnlichkeit der beiden alignierten Teilstrukturen ab. Je ähnlicher
sich die beiden sind, um so unwahrscheinlicher ist es, dass sich die Bereiche zufällig
gleichen. Da die Alignments auf der Grundlage von Ähnlichkeiten berechnet werden,
ist der Score eines Alignments auch gleichzeitig ein Mass für die Ähnlichkeit der
beiden Sequenzen und damit auch ein Mass für die Zuverlässigkeit des Alignments
selbst.