Zwei DNA- oder Proteinsequenzen alignieren

Was ein Alignment macht

Ein Alignment legt zwei Sequenzen so übereinander, dass übereinstimmende Positionen in derselben Spalte stehen. Wo eine Sequenz zusätzliche Basen oder Reste hat, werden in der anderen Lücken (-) eingefügt. Das Ergebnis zeigt, wo beide übereinstimmen, wo sie sich unterscheiden und wo etwas eingefügt oder entfernt wurde.

Zwei Sequenzen alignieren

1. Paarweises Alignment öffnen und DNA oder Protein wählen.
2. Die beiden Sequenzen einfügen.
3. Das Alignment mit Identität, Zahl der Lücken und Score darunter lesen.

Beide Werkzeuge alignieren die Sequenzen von Ende zu Ende, also global. Das passt für zwei Versionen desselben Gens oder Proteins. Um ein kurzes Stück in einer langen Sequenz zu finden, ist eine Mustersuche besser.

Lücken und Scores

Jede Übereinstimmung erhöht den Score, jede Abweichung und jede Lücke senkt ihn. Eine Lücke zu öffnen kostet mehr, als eine bestehende zu verlängern, das nennt man affine Lückenstrafe. Das spiegelt die Biologie: Eine Insertion von sechs Basen ist wahrscheinlicher als sechs einzelne Insertionen. Protein-Alignments bewerten Abweichungen mit der BLOSUM62-Matrix, die den Austausch ähnlicher Aminosäuren wie Leucin und Isoleucin fast wie eine Übereinstimmung behandelt.

Identität und Ähnlichkeit

Die Identität ist der Anteil der alignierten Positionen, die genau gleich sind. Die Ähnlichkeit zählt bei Proteinen zusätzlich Positionen mit chemisch ähnlichen Aminosäuren. Zwei Proteine können zu 40% identisch und zu 60% ähnlich sein. Für mehrere bereits alignierte Sequenzen liefert Identität und Ähnlichkeit die Werte für jedes Paar.

Ein kleines Beispiel

ACGTTGCA
ACG-TGCA

Der zweiten Sequenz fehlt ein T. Sieben der acht Spalten stimmen überein, und die Lücke zeigt, wo in der einen eine Base eingefügt oder in der anderen gelöscht wurde.

Die Identität hängt vom Nenner ab

Sieben Treffer lassen sich als 7 ÷ 8 = 87,5 % angeben, gezählt über alle Spalten des Alignments, oder als 7 ÷ 7 = 100 %, gezählt über die kürzere Sequenz. Programme handhaben das unterschiedlich, also gib an, welche Variante du nutzt, wenn du Werte vergleichst.

Häufige Probleme

• Eine kurze Sequenz wird mit Lücken gestreckt. Ein globales Alignment zwingt beide Sequenzen, von Ende zu Ende zu alignen. Für ein Fragment in einer längeren Sequenz nimm ein lokales Alignment oder eine Suche.
• Ein Sequenzier-Read aligniert kaum. Er stammt vielleicht vom Gegenstrang. Bilde das reverse Komplement und aligniere erneut.
• Entfernte Gene alignieren als DNA schlecht. Das Protein ändert sich langsamer als die DNA, weil viele Basenaustausche stumm sind. Übersetze beide und aligniere die Proteine.