Friedrich-Schiller - Chair for Bioinformatics Freiburg

38 KAPITEL 3. DER MULORA ANSATZ
nicht überlappende Alignments
Abbildung 3.5: Beispiel für nicht überlappend Alignments. Der hellgraue Bereich
stellt das optimale Alignment dar, wärend der dunkel bereich das nächst-beste Alignment
zeigt.
a 1 und a 2 berechnet werden. Die Scores der restlichen Basenpaare mit rechten Enden
b r 1 bzw. b r 2 sind dann einfach an den entsprechenden Positionen, also in x xMa a1
2
(b r 1 −
1,b r 2 −1) abzulesen. Da die bei der Berechnung von x xMa a1
2
(a r 1 −1,a r 2 −1) erhaltenen
Zwischenergebnisse nicht mehr für andere Berechnungen verwendet werden können,
werden sie auch nicht gespeichert.
Nachdem die Einträge in D berechnet wurden, kann T(|S R1 |, |S R2 |) bestimmt
werden. Der Score s pla des besten lokalen Alignments der Sequenzen S R1 und S R2
ergibt sich dann aus den maximalen Eintrag in T. Das Alignment und damit die
Lösung des paarweisen lokalen Alignmentproblems (Definition 14) kann nun einfach
mittels Backtracking bestimmt werden. Dazu beginnt man bei dem Eintrag in T
welcher s pla enthält und verfolgt die Operationen zurück, bis ein Eintrag 0 in T
erreicht ist. Die Art und die Reihenfolge der Operationen bestimmen dann eindeutig
das Alignment. Den kompletten Algorithmus habe ich noch einmal auf der folgenden
Seite zusammengefasst.
Wie in der Beschreibung des Verfahrens begründet, berechne ich jedoch neben
dem besten lokalen Alignment noch die nächstbesten Alignments, wobei ich mich
für zwei Ansätze entschieden habe.
Die k-besten Alignments
Der erste Ansatz für die Bestimmung der k-besten Alignmnets berechnet die k
lokalen paarweisen Alignments der Sequenzen S R1 und S R2 mit den höchsten Score,
welche sich nicht überlappen. Dies entspricht damit dem Ansatz, wie er von
Programmen wie BLAST [AGM90] bei sequenzieller Lokalität verwendet wird. Allerdings
ist die Berechnung bei struktureller Lokalität wesentlich anspruchsvoller.
Während sich die besten nicht-überlappenden Alignments bei der Verwendung
von sequenzieller Lokalität einfach mittels Traceback aus den einmal berechneten
Rekusionsgleichungen ableiten lassen, ist das bei struktureller Lokalität nicht
möglich. Die Ursache dafür liegt in den Exklusionen. Da diese selbst wieder konservierte
Motive enthalten können, müssen sie bei der Suche nach weiteren lokalen
Alignments auch mit betrachtet werden. Abbildung 3.5 zeigt ein Beispiel für diese
Situation.
Da sich die Scores in diesen Bereichen aber aus den davorliegenden Bereichen
ergeben, würden diese schon vorher alignierten Bereiche beim Traceback wieder
verwendet werden. Deshalb ist für jedes neue Alignment über S R1 und S R2 auch
eine neue Berechnung der Rekursionsgleichungen nötig, wobei dann das alignieren