Как выровнять две последовательности ДНК или белка

Что делает выравнивание

Выравнивание располагает две последовательности так, чтобы совпадающие позиции стояли в одном столбце. Где в одной последовательности лишние нуклеотиды или остатки, в другую вставляются пропуски (-). Результат показывает, где они совпадают, где различаются и где что-то вставлено или удалено.

Выровнять две последовательности

1. Откройте Парное выравнивание ДНК или Парное выравнивание белков.
2. Вставьте две последовательности.
3. Прочитайте выравнивание с идентичностью, числом пропусков и счётом под ним.

Оба инструмента выравнивают последовательности от конца до конца — это глобальное выравнивание. Оно подходит для двух версий одного гена или белка. Чтобы найти короткий фрагмент в длинной последовательности, лучше подходит поиск по шаблону.

Пропуски и счёт

Каждое совпадение прибавляет к счёту, а каждое несовпадение и пропуск отнимают. Открыть пропуск стоит дороже, чем удлинить существующий, — это называется аффинным штрафом за пропуск. Он отражает биологию: одна вставка шести нуклеотидов вероятнее шести отдельных вставок по одному. Выравнивания белков оценивают несовпадения по матрице BLOSUM62, которая считает замены между похожими аминокислотами, например лейцином и изолейцином, почти совпадениями.

Идентичность и сходство

Идентичность — процент выровненных позиций, которые совпадают точно. Сходство для белков учитывает ещё и позиции с химически похожими аминокислотами. Два белка могут быть идентичны на 40% и сходны на 60%. Для нескольких уже выровненных последовательностей Идентичность и сходство даёт эти значения для каждой пары.

Небольшой пример

ACGTTGCA
ACG-TGCA

Во второй последовательности не хватает одного T. Совпадают семь из восьми столбцов, а гэп показывает, где основание было вставлено в одной или удалено в другой.

Идентичность зависит от того, на что делить

Семь совпадений можно описать как 7 ÷ 8 = 87,5%, считая каждый столбец выравнивания, или как 7 ÷ 7 = 100%, считая только более короткую последовательность. Разные программы выбирают по-разному, поэтому, сравнивая числа, указывайте, что использовали вы.

Частые проблемы

• Короткая последовательность растянута гэпами. Глобальное выравнивание заставляет обе последовательности выравниваться от конца до конца. Для фрагмента внутри более длинной последовательности используйте локальное выравнивание или поиск.
• Прочтение секвенирования почти не выравнивается. Оно может быть с другой цепи. Сделайте обратный комплемент и выровняйте снова.
• Далёкие гены плохо выравниваются как ДНК. Белок меняется медленнее ДНК, потому что многие замены оснований синонимичны. Транслируйте обе и выровняйте белки.