Transcript [презентация (выравнивания)]

I. Эволюция & Выравнивание
Последовательности геномов
Эволюция
• Эволюция состоит в эволюции
последовательностей геномов!?
• Проблема “читателя”
• Кто читает геном вируса
• Локальные изменения
• Демонстрация
• Выравнивание как реконструкция гомологии
нуклеотидов
• Глобальные изменения: инверсии, делеции,
дупликации, вставки, горизонтальный перенос
Как реконструировать
гомологию нуклеотидов
• Гомология нуклеотидов восстановима
только при достаточном сходстве
участков последовательностей
• Выравнивать стоит только
гомологичные последовательности
• Иногда биологический смысл имеет
выравниване негомологичных
последовательностей (мотивы и т.п.)
Гомология участков генома:
карта локального сходства
Mycoplasma capricolum
Карта локального сходства геномов
M.capricolum и M.mycoides
Mycoplasma mycoides
Карта сходства 2х последовательностей
C
C
T
A
G
C
T
T
A
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
A
T
*
*
*
T
*
*
G
C
G
*
A
T
C
6
Mycoplasma capricolum
Карта локального сходства
геномов
M.capricolum и M.mycoides
Mycoplasma mycoides
7
Карта сходства 2х последовательностей
с учетом комплементарной цепочки
G
T
G
C
G
A
T
C
T
C
A
C
G
C
T
A
G
A
+
.
+
+
.
+
.
+
+
.
.
+
+
T
.
+
.
+
T
.
+
.
+
.
G
+
C
+
+
.
+
.
+
.
.
A
+
.
+
.
G
+
.
A
+
T
C
8
Mycoplasma capricolum
Карта локального сходства
геномов
M.capricolum и M.mycoides
Mycoplasma mycoides
9
Brucella suis
Карта сходства геномов двух
видов бруцелл
Brucella ovis
10
II. Алгоритмы выравнивания
На примере последовательностей
белков
Как программы выравнивают
две последовательности?
• Матрица весов замен
• Штраф за открытие “гэпа”
• Штраф за продолжение “гэпа”
• Вес выравнивания
• Оптимальное выравнивание
Программа успешно выровняет
любые две последовательности!
Вес выравнивания
20
*
PDB:1osm : KIDGLHYFSD--Dkd :
PDB:1hxx : KAVGLHYFSKgnGen :
K GLHYFS
1
A
R
N
D
C
Q
E
G
H
I
…
A
4
-1
-2
-2
0
-1
-1
0
-2
-1
-1
R
-1
5
0
-2
-3
1
0
-2
0
-3
-2
N
-2
0
6
1
-3
0
0
0
1
-3
-3
D
-2
-2
1
6
-3
0
2
-1
-1
-3
-4
C
0
-3
-3
-3
9
-3
-4
-3
-3
-1
-1
Q
-1
1
0
0
-3
5
2
-2
0
-3
-2
E
-1
0
0
2
-4
2
5
-2
0
-3
-3
G
0
-2
0
-1
-3
-2
-2
6
-2
-4
-4
H
-2
0
1
-1
-3
0
0
-2
8
-3
-3
I
-1
-3
-3
-3
-1
-3
-3
-4
-3
4
2
…
-1
-2
-3
-4
-1
-2
-3
-4
-3
2
4
gap open
28
30
-6
gap extension -2
Вес S = S(K,K) + S(I,A) +
+ S(D,V) + … + S(D,K) +
+ GapOpen + GapExt +
+ S(D,G) + S(K,E) +
S(D,N)
Матрица
BLOSUM62
A
R
N
D
C
Q
E
G
H
I
L
K
M
F
P
S
T
W
Y
V
B
Z
X
*
A R N D C Q E G H I L K M F P S T W Y V B Z X *
4 -1 -2 -2 0 -1 -1 0 -2 -1 -1 -1 -1 -2 -1 1 0 -3 -2 0 -2 -1 0 -4
-1 5 0 -2 -3 1 0 -2 0 -3 -2 2 -1 -3 -2 -1 -1 -3 -2 -3 -1 0 -1 -4
-2 0 6 1 -3 0 0 0 1 -3 -3 0 -2 -3 -2 1 0 -4 -2 -3 3 0 -1 -4
-2 -2 1 6 -3 0 2 -1 -1 -3 -4 -1 -3 -3 -1 0 -1 -4 -3 -3 4 1 -1 -4
0 -3 -3 -3 9 -3 -4 -3 -3 -1 -1 -3 -1 -2 -3 -1 -1 -2 -2 -1 -3 -3 -2 -4
-1 1 0 0 -3 5 2 -2 0 -3 -2 1 0 -3 -1 0 -1 -2 -1 -2 0 3 -1 -4
-1 0 0 2 -4 2 5 -2 0 -3 -3 1 -2 -3 -1 0 -1 -3 -2 -2 1 4 -1 -4
0 -2 0 -1 -3 -2 -2 6 -2 -4 -4 -2 -3 -3 -2 0 -2 -2 -3 -3 -1 -2 -1 -4
-2 0 1 -1 -3 0 0 -2 8 -3 -3 -1 -2 -1 -2 -1 -2 -2 2 -3 0 0 -1 -4
-1 -3 -3 -3 -1 -3 -3 -4 -3 4 2 -3 1 0 -3 -2 -1 -3 -1 3 -3 -3 -1 -4
-1 -2 -3 -4 -1 -2 -3 -4 -3 2 4 -2 2 0 -3 -2 -1 -2 -1 1 -4 -3 -1 -4
-1 2 0 -1 -3 1 1 -2 -1 -3 -2 5 -1 -3 -1 0 -1 -3 -2 -2 0 1 -1 -4
-1 -1 -2 -3 -1 0 -2 -3 -2 1 2 -1 5 0 -2 -1 -1 -1 -1 1 -3 -1 -1 -4
-2 -3 -3 -3 -2 -3 -3 -3 -1 0 0 -3 0 6 -4 -2 -2 1 3 -1 -3 -3 -1 -4
-1 -2 -2 -1 -3 -1 -1 -2 -2 -3 -3 -1 -2 -4 7 -1 -1 -4 -3 -2 -2 -1 -2 -4
1 -1 1 0 -1 0 0 0 -1 -2 -2 0 -1 -2 -1 4 1 -3 -2 -2 0 0 0 -4
0 -1 0 -1 -1 -1 -1 -2 -2 -1 -1 -1 -1 -2 -1 1 5 -2 -2 0 -1 -1 0 -4
-3 -3 -4 -4 -2 -2 -3 -2 -2 -3 -2 -3 -1 1 -4 -3 -2 11 2 -3 -4 -3 -2 -4
-2 -2 -2 -3 -2 -1 -2 -3 2 -1 -1 -2 -1 3 -3 -2 -2 2 7 -1 -3 -2 -1 -4
0 -3 -3 -3 -1 -2 -2 -3 -3 3 1 -2 1 -1 -2 -2 0 -3 -1 4 -3 -2 -1 -4
-2 -1 3 4 -3 0 1 -1 0 -3 -4 0 -3 -3 -2 0 -1 -4 -3 -3 4 1 -1 -4
-1 0 0 1 -3 3 4 -2 0 -3 -3 1 -1 -3 -1 0 -1 -3 -2 -2 1 4 -1 -4
0 -1 -1 -1 -2 -1 -1 -1 -1 -1 -1 -1 -1 -1 -2 0 0 -2 -1 -1 -1 -1 -1 -4
-4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 -4 1
Парное выравнивание
• Локальное (алгоритм Smith – Waterman) –
находит наиболее сходные участки двух
последовательностей.
• Глобальное (Needleman – Wunsch) – по всей
длине последовательностей: пригодно
только для последовательностей,
гомологичных по всей длине!
• Карта локального сходства изображает ВСЕ
локальные выравнивания со сходством
выше порога
ПРИМЕРЫ
Гомологичность остатков очевидна
Гомологичность остатков сомнительна
Множественное выравнивание
• Как правило, глобальное; программы
• Muscle
• MAFFT
• ClustalW
• T-coffee
• ….
• Локальное – находит лучшие т.н. “мотивы”
• MEME
• ….
Множественное выравнивание
• Программа JalView http://www.jalview.org/
позволяет визуализировать выравнивание. Она же
может послать ваши последовательности на один
из серверов, делающих выравнивания.
Множественное выравнивание
• Большинство программ строит его
последовательно:
• Выравниваются две самых похожих
последовательности
• Выровненные последовательности считаются
за одну
• Выбирается и выравнивается следующая пара
наиболее сходных последовательностей
• И так далее
Примеры
РНК-зависимые РНК полимеразы пикорнавирусов
POL1_BAYMG
POLN_SOUV3
POLN_LORDV
POLN_SMSV1
POLG_HPAV2
POLG_TMEVB
POLG_CXA9/
POLG_CXA21
POL1_GFLV/
:
:
:
:
:
:
:
:
:
20
*
340
*
360
*
LIYDEILNTTICLANGMVIRKNVGNNSGQPSTVVDNTLVLMTAFLYAYIHKTG
VVAQDLLAPSEMDVGDYVIRVKEGLPSGFPCTSQVNSINHWLITLCALSEVTG
IVAEDLLSPSVMDVGDFKISINEGLPSGVPCTSQWNSIAHWLLTLCALSEVTN
SACATLKSNPIGIFNGVAFKVAGGLPSGMPLTSIINSLNHCLMVGSAVVKALE
TALINTIIYSKHLLYNCCYHVCGSMPSGSPCTALLNSIINNVNLYYVFSKIFG
AEYLRSLAVSRHAYEDRRVLIRGGLPSGCAATSMLNTIMNNVIIRAALYLTYS
TNYIDYLCNSHHLYRDKHYFVRGGMPSGCSGTSIFNSMINNIIIRTLMLKVYK
VDYIDYLNHSHHLYKNKTYCVKGGMPSGCSGTSIFNSMINNLIIRTLLLRTYK
KNLLLAICGRLSICGNQVYATEAGIPSGCALTVVLNSIFKELLMRYCFKKIVP
g pSG
T
N36
:
:
:
:
:
:
:
:
:
331
321
321
318
329
319
315
314
346
Множественное выравнивание более пригодно для установления
гомологичности, чем парное.
Гомологичность залитых красным столбцов была бы неотличима
от случайных совпадений в парном выравнивании далеких
последовательностей
ПРИМЕРЫ выравниваний
заведомо не гомологичных белков
Белки: совмещение структур и
выравнивание последовательностей
Проверка выравнивания последовательностей
Белок: аминокислотные остатки в одной колонке если:
• при совмещении структур белков C атомы хорошо
совмещаются;
• боковые цепи выполняют сходную функцию
РНК: если нуклеотиды из одной колонки участвуют в
одном и том же элементе вторичной структуры РНК –
спирали, петле и др.
Функциональная некодирующая ДНК – промоторы,
регуляторные участки и т.п.: нуклеотиды из одной
колонки играют сходную роль (в этом случае
гомологии может и не быть!)
Пространственное совмещение полипептидных
цепей белков MTA1_YEAST и MAT2_YEAST
На плоской картинке
видно плохо 
Выравнивание последовательностей
Номер столбца
выравнивания
Название
последовательности
Консервативный
остаток
Функционально
консервативная позиция
Номер последнего в строке остатка ИЗ
ЭТОЙ ПОСЛЕДОВАТЕЛЬНОСТИ
Пример: выравнивание POUбелков. Домены.
Продолжение
Биологически осмысленное выравнивание может быть в одной части
выданного программой выравнивания и не быть – в другой!
Pfam –одна из популярных БД семейств
доменов белков и их выравниваний
III. Реконструкция филогении
по последовательностям
Путь эволюции
cyb5_human
cyb5_chick
или
t
cyb5_human
cyb5_chick
Филогенетическое дерево
Chicken
Mouse
Human
Mouse
Chicken
Human
«Молекулярные часы»: всегда идут, но иногда
неточно
Chicken
Mouse
Chicken
Human
Human
Mouse
Когда хотят отразить разное число мутаций,
произошедших на пути от общего предка,
получается что-то вроде такого.
Описание структуры дерева (терминология)
• Узел (node)
— точка разделения предковой последовательности (вида,
популяции) на две независимо эволюционирующие. Соответствует
внутренней вершине графа, изображающего эволюцию.
• Лист (leaf)
— реальный (современный) объект; внешняя вершина графа.
• Ветвь (branch) — связь между узлами или между узлом и листом; ребро графа.
• Корень (root) — гипотетический общий предок.
• Кла́да
— группа организмов, которые являются потомками единственного
общего предка и всех потомков этого предка.
Узел
Ветвь
Клада
Корень
Лист
Небинарное дерево
Chicken
Mouse
Dog
Human
Dog
Mouse
Chicken
Human
Неукоренённое дерево
Monkey
Human
Mouse
Rat
Dog
Cat
Может быть укоренено многими способами
Скобочная формула
Newick Standard:
((((VICFA:3, BRANA:3):3, MARPO:6):2, PROWI:8):7, ((MOUSE:3, HUMAN:3):3, CAEEL:6):9);
«The reason for the name is that the second and final session of the committee met at Newick's restaurant in
Dover, and we enjoyed the meal of lobsters.»
Joseph Felsenstein, http://evolution.genetics.washington.edu/phylip/newicktree.html
Топология дерева
=
Схема алгоримов построения деревьев
Выравнивание
символьноориентированные
методы
Матрица расстояний между
последовательностями
Neighbor-Joining,
Fitch, FastME
Дерево
Эволюция видов и эволюция белков
Когда виды разделяются, то разделяются пути эволюции
всех их белков…
В результате большинству белков одного вида соответствует ортолог в другом
виде.
Но:
1)Бывают дупликации белков без разделения видов: два
родственных белка существуют в одном геноме и эволюционируют (почти)
независимо – такие белки называются паралогами.
2)Бывают потери генов.
Если в двух видах потерялись по одному белку из пары паралогов, то может
получиться, что общий предок белков, которые выглядят как ортологи, «жил»
существенно раньше, чем общий предок видов.
3)Бывает, что два белка объединяются в один
многодоменный, и наоборот.
Поэтому правильнее говорить об эволюции белковых доменов.
Программы реконструкции
деревьев
Много алгоритмов реализовано в пакете PHYLIP.
Его можно скачать:
http://evolution.genetics.washington.edu/phylip.html
и установить на своём компьютере.
Есть веб-интерфейс на сайте Института Пастера
(Франция):
http://bioweb2.pasteur.fr/phylogeny/intro-en.html
Для «непрофессионалов» достаточно JalView для
построения деревьев и программы MEGA
http://www.megasoftware.net/ для их изображения.
Поиск по сходству
BLAST
ЗАДАЧА
• Дана последовательность
• Требуется найти гомологичные
последовательности в банке данных
Вариации постановки
• Найти несколько самых надежных гомологов
(для предсказания функции и структуры белка
из вновь секвенированного генома)
• Найти всех гомологов, пусть даже среди них
будут ошибочные (для изучения семейства)
Решение
• Найдем последовательности с уровнем
сходства, превышающем “случайное”
сходство
• Сходство оценивается нормализованным
весом, bit score. Нормализованный вес не
зависит от выбора матрицы сходства и т.п.
• Достоверность того, что находка с
определенным нормализованным весом
свидетельствует о ее гомологичности,
оценивается величиной E-value
Показатели достоверности
находки
66 совпадений при длине выравнивания 253 –
это достоверно или нет?
Показатели достоверности
находки
E-value находки – математическое
ожидание числа находок с таким
же или большим весов в банке
“случайнах” последовательностей
того же размера и состава букв
Понятна ли фраза “Математическое ожидание числа
выигрышей при покупке 10 лотерейных билетов равно 0.01”?
Сколько билетов надо купить, чтобы ожидать 10 выигрышей? )))
E-value
E-value ≤ 0.001 – можно считать
достоверным результатом.
E-value ≥ 1 – можно считать
недостоверным результатом.
Но это не закон. Возможны исключения!
Программа BLAST
Запуск
Показывать результаты в
новом окне. Удобно, если
запускаем подряд
несколько разных поисков.
Дополнительные параметры
ЗапускПо умолчанию выдается
только 100 находок. Но в
банке может быть сильно
больше
последовательностей, с Evalue меньше порога. В
этом случае, в результатах
мы увидим, что у самой
худшей находки E-value
составит что-нибудь типа
10-25 или 10-10. Верный
признак того, что надо
было попросить находить
побольше!
Список находок
КОНЕЦ
Два фрагмента ДНК бруцеллы
*
20
*
40
AE008917_1899844_1899896 : tttagaaattccagagcggttccggttaaaacggaatcgttg : 42
AE008917_686288_686337
: tttag---ttctggagcggttcctgttttaacagaatcgttg : 39
*
AE008917_1899844_1899896 : gagccgctcta : 53
AE008917_686288_686337
: gaaccgctcta : 50
Карта локального сходства для наглядной
оценки сходства последовательностей
http://www.belozersky.msu.ru/services/dhm/advanced.html
Карта локального сходства для наглядной
оценки сходства последовательностей
http://blast.ncbi.nlm.nih.gov/Blast.cgi
“Буквы” ставят в одну колонку
потому, что они чем-то объединены
• Некодирующая ДНК: нуклеотиды в одной
колонке произошли от одного и того же
нуклеотида предковой последовательности
• Говорят, что последовательности гомологичны,
если у них был общий предок.
• Гомологичность последовательностей можно
предположить по их сходству