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