Cómo alinear dos secuencias de ADN o de proteína

Qué hace un alineamiento

Un alineamiento coloca dos secuencias de forma que las posiciones que coinciden queden en la misma columna. Donde una secuencia tiene bases o residuos de más, se ponen huecos (-) en la otra. El resultado muestra dónde coinciden, dónde difieren y dónde hubo una inserción o una deleción.

Alinear dos secuencias

1. Abre Alinear dos secuencias y elige ADN o proteína.
2. Pega las dos secuencias.
3. Lee el alineamiento con la identidad, el número de huecos y la puntuación debajo.

Las dos herramientas alinean las secuencias de extremo a extremo, un alineamiento global. Es lo adecuado para dos versiones del mismo gen o proteína. Para encontrar un trozo corto dentro de una secuencia larga es mejor una búsqueda de patrones.

Huecos y puntuaciones

Cada coincidencia suma puntos y cada diferencia y cada hueco restan. Abrir un hueco cuesta más que alargar uno que ya existe; es lo que se llama penalización afín. Refleja la biología: una inserción de seis bases es más probable que seis inserciones separadas de una. Los alineamientos de proteínas puntúan las diferencias con la matriz BLOSUM62, que trata los cambios entre aminoácidos parecidos, como leucina e isoleucina, casi como coincidencias.

Identidad y similitud

La identidad es el porcentaje de posiciones alineadas que son exactamente iguales. La similitud, en proteínas, cuenta además las posiciones con aminoácidos químicamente parecidos. Dos proteínas pueden ser idénticas en un 40% y similares en un 60%. Para varias secuencias ya alineadas, Identidad y similitud da las cifras de cada par.

Un ejemplo pequeño

ACGTTGCA
ACG-TGCA

A la segunda secuencia le falta una T. Siete de las ocho columnas coinciden, y el hueco muestra dónde se insertó una base en una o se eliminó en la otra.

La identidad depende del divisor

Siete coincidencias pueden darse como 7 ÷ 8 = 87,5 %, contando todas las columnas del alineamiento, o como 7 ÷ 7 = 100 %, contando solo la secuencia más corta. Cada programa elige de una forma, así que indica cuál usaste al comparar cifras.

Problemas frecuentes

• Una secuencia corta se estira con huecos. Un alineamiento global obliga a alinear ambas secuencias de extremo a extremo. Para un fragmento dentro de una secuencia más larga, usa un alineamiento local o una búsqueda.
• Una lectura de secuenciación apenas se alinea. Puede venir de la otra hebra. Calcula su complementaria inversa y vuelve a alinear.
• Genes lejanos se alinean mal como ADN. La proteína cambia más despacio que el ADN, porque muchos cambios de bases son silenciosos. Traduce ambas y alinea las proteínas.