Friedrich-Schiller - Chair for Bioinformatics Freiburg

40 KAPITEL 3. DER MULORA ANSATZ
schon einmal alignierter Bereiche verboten wird. Zu diesem Zweck speichere ich alle
schon alignierten Positionen in einer Liste und überprüfe in jedem Alignmentschritt
ob die gerade betrachteten Positionen darin enthalten sind.
Der zweite Ansatz verzichtet auf die Einschränkung auf nicht-überlappene Alignments
und berechnet damit einfach nur die k besten Alignments. Um diese zu
bestimmen ändere ich die Rekusionsfälle dahingehend ab, dass für jedes gematchte
Positionspaar (i 1 ,i 2 ) zusätzlich eine Betrag ψ · υ(i 1 ,i 2 ) addiert wird.
Dabei entspricht υ einer Funktion, welche für zwei Positionen die Anzahl angibt,
wie oft diese beiden Positionen schon gematcht waren und ψ ein Strafscore
für das wiederholte Verwenden gleicher Alignmentkanten zwischen zwei Basen. Da
die Strafscores nur zu alternativen Motiven und nicht zu einem schlechteren Alignmentscore
führen sollen, addiere ich alle angewanten Strafscores auf und korregiere
nach der Berechnung des Alignments dessen Score mit Hilfe dieser Summe.
Auch bei diesem Ansatz muss der paarweise lokale Alignment-Algorithmus k-mal
ausgeführt werden. Die so berechneten Alignment liefern dann entweder alternative
konservierte Bereiche oder geben einen Hinweis auf besonders stabile Motive.
Als nächstes leitet MuLoRA mittels T-Coffee aus den paarweisen Alignments
ein mutiples Alignment ab.
3.2.3 Multiples Alignment
Für die Berechnung des multiplen Alignments benötigt T-Coffee erst einmal die
Bibliothek aller Alignmentkanten der paarweisen Alignments über den Sequenzen.
Kantengewichte
Wie im ersten Abschnitt dieses Kapitels schon erwähnt, sollen die Kantengewichte
ihrer Zuverlässigkeit entsprechen, weshalb ich den Score der entsprechenden Alignments
für die Gewichtung der Kanten verwende. Dieser wird dabei auf alle Alignmentkanten
zwischen zwei Basen aufgeteilt. Kanten, die ein Gap enthalten bekommen
hingegen ein Gewicht von 0, da sie keine Informationen für die Berechnung
des multiplen Alignments liefern. Falls dabei eine Kante durch die Berechnung
überlappender Alignments mehrfach vorkommen sollte, werden die einzelnen
Gewichte addiert.
Damit hängt das Gewicht ζ einer Alignmentkante (i 1 ,i 2 ) in den k besten lokalen
Alignments zweier Sequenzen S Rg1 und S Rg2 von dem Score s(A g1,g 2,k) des k-ten
Alignments, und der Menge B(A g1,g 2,k) aller Kanten in A g1,g 2,k zwischen zwei Basen
ab. Insgesamt ergibt sich so folgende Funktion zur Berechnung der Gewichte:
⎧ ∑(
)
s(A g1 ,g
⎪⎨
2 ,k)
k |B(A g1
falls (i
,g 2 ,k)| 1 ,i 2 ) ∈ B(A g1,g 2,k)
ζ g1,g 2
(i 1 ,i 2 ) =
(3.9)
⎪⎩
0 sonst.
T-Coffee
Progressive Alignmentansätze leiten unter dem Problem, dass Fehler in den ersten
Alignmentsschritten beim Einfügen der restlichen Sequenzen nicht mehr verbessert
werden können. Um dieses Problem zu minimieren, beginnt T-Coffee mit denjenigen
Alignmentsschritten, welche von den meisten anderen paarweisen Alignments
bestätigt werden.
Dazu erweitert das Programm in einem Vorverarbeitungsschritt die primäre Bibliothek.
Das Ziel dabei ist, die einzelnen Kantengewichte so zu kombinieren, dass
die neuen Gewichte die Informationen aus der gesamten Bibliothek reflektieren. Um
dies zu erreichen, verwenden Notredame et al. einen Triplet-Ansatz.