Friedrich-Schiller - Chair for Bioinformatics Freiburg

30 KAPITEL 3. DER MULORA ANSATZ
Sequenzen:
A: GCAUAGCAUAAAA
B: GCAUUGGUACAAG
C: GCAUAGCAACAAU
paarweise Alignments:
A mit B:
1
5
10
( ( . . . ) ) . . . . . .
G C A U A G C A U A A A A
G C A U U G C U A C A A G
( ( . . . ) ) . . . . . .
1 5 10
lokales multiples Alignment:
1
5
10
G C A U A G C A U A A A A
G C A U U G C U A C A A G
G C A U A G C A A C A A U
1 1 1 1 1 1 1
0 0 0 0 0 0 0 6 3 3 3 3
7
0
A mit C:
1
5
10
( ( . . . ) ) . . . . . .
G C A U A G C A U A A A A
G C A U A G C A A C A A U
( ( . . . ) ) . . . . . .
1 5 10
B mit C:
1
5
10
( ( . . . ) ) . . . . . .
G C A U U G C U A C A A G
G C A U A G C A A C A A U
( ( . . . ) ) . . . . . .
1 5 10
Abbildung 3.2: Ein lokales multiples Alignment dreier Sequenzen. Die Werte unter
den einzelnen Spalten geben dabei den Anteil der paarweisen Alignmentkanten in
Prozenten an, welche diese Spalte unterstützen.
Konserviert Spalten hingegen erhalten als Konsensusbuchstaben entweder den
häufigsten Buchstaben, sofern dessen Anteil in der Spalte über einem Grenzwert
dafür liegt oder ein ‘N’ im anderen Fall. Diese Unterscheidung stellt sicher, dass der
Anteil des Konsenusbuchstabens gegenüber den Anteilen der restlichen Buchstaben
groß genug ist.
Für die Ableitung der Konsensusstruktur berechnet MuLoRA zuerst eine Konsensuspaarwahrscheinlichkeitmatrix,
welche für alle Paare von Spalten die Wahrscheinlichkeit
enthält, dass in der Konsensusstruktur zwischen den beiden Spalten
ein Basenpaar existiert. Diese Wahrscheinlichkeiten ergeben sich dabei aus dem aritmetischen
Mittel über die Basenpaarwahrscheinlichkeiten der einzelnen Sequenzen.
Anschließend werden die Wahrscheinlichkeiten in Basenpaargewichte transformiert,
wobei Basenpaare über einer unkonservierten Spalte ein Gewicht von Null
erhalten. Damit wird in Analogie zu der Konsensussequenz verhindert, dass Basenpaare
in unkonservierten Spalten beginnen oder enden. Die Konsensusstruktur
ergibt sich dann einfach aus derjenigen Struktur, welche die maximale Summe aller
Basenpaargewichte der in ihr enthaltenen Basenpaare hat.
Zusammenfassend besteht der Algorithmus also aus folgenden Punkten:
1. Bestimmen der Basenpaarwahrscheinlichkeiten der Eingabesequenzen
2. Berechnen der paarweisen lokalen Sequenz-Struktur-Alignments für alle Paare
der Eingabesequenzen
3. Bestimmen der Kantengewichte und Berechnung des multiplen Alignments
anhand der gewichteten Alignmentkanten
4. Ableiten der Konsensussequenz und Konsensusstruktur des multiplen Alignments
Damit ist der allgemeine Überblick über die Funktionsweise von MuLoRA abgeschlossen.
3.2 Bestandteile
In diesem Abschnitt wende ich mich den einzelnen Bestanteilen des MuLoRA-
Ansatzes in der Reihenfolge ihrer Verwendung zu. Somit erläutere ich zuerst die
Berechnung der Basenpaarwahrscheinlichkeiten.