Məlumat

26.4: Xarakterə əsaslanan metodlar - Biologiya

26.4: Xarakterə əsaslanan metodlar - Biologiya


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Xarakterə əsaslanan metodlarda məqsəd əvvəlcə müəyyən bir ağacın yarpaqlarında müşahidə olunan ardıcıllıq yaratması ehtimalını hesablamaq üçün etibarlı bir alqoritm yaratmaq, sonra mümkün ağaclar məkanında bu ehtimalı maksimuma çatdıran ağacı axtarmaqdır. Əvvəlcə ağacın hesablanması alqoritmlərini, sonra axtarış üsullarını müzakirə edəcəyik.

Xal

Ağacların hesablanması üçün iki əsas alqoritm var. Parsimony rekonstruksiya adlandıracağımız birinci yanaşma Occamın ülgücünə əsaslanır və yarpaqlardakı (məlum) ardıcıllıqları nəzərə alaraq, nəzərdə tutduğu minimum mutasiya sayına əsaslanan topologiyanı qiymətləndirir. Bu üsul sadə, intuitiv və sürətlidir. İkinci yanaşma, ağac topologiyası verilmiş yarpaqlarda ardıcıllığı müşahidə etmək ehtimalını açıq şəkildə modelləşdirməklə ağacları qiymətləndirən maksimum ehtimal üsuludur.

Parsimoniya

Konseptual olaraq bu üsul sadədir. Sadəcə olaraq, hər bir əcdad qovşağında hər bir baza cütü üçün bir dəyər təyin edir ki, əvəzetmələrin sayı minimuma ensin. Bundan sonra hesab hər bir baza cütündəki minimum mutasiya sayının bütün baza cütləri üzərində cəmidir. (Xatırladaq ki, son məqsəd bu hesabı minimuma endirən ağac tapmaqdır.)

Ağacın daxili qovşaqlarındakı əcdad ardıcıllığını yenidən qurmaq üçün alqoritm əvvəlcə (məlum) yarpaq ardıcıllıqlarını skan edir və uşaqları əsasında hər bir daxili qovşaqda bir sıra əsaslar təyin edir. Sonra, o, ağacın üzərində təkrarlanır, hər bir qovşaqda icazə verilən dəstlərdən əsasları seçir, bu dəfə düyünün valideynlərinə əsaslanır. Aşağıdakılar bu alqoritmi təfərrüatlı şəkildə göstərir (qeyd edək ki, kökdən indeksləşdirilmiş 2N-1 ümumi qovşaq var ki, məlum yarpaq qovşaqlarının N-1-dən 2N-1-ə qədər indeksləri var):

Daha əvvəl qeyd etdiyimiz kimi, bu üsul sadə və sürətlidir. Lakin bu sadəlik onun təyin etdiyi balları təhrif edə bilər. Birincisi, burada təqdim olunan alqoritm, verilmiş baza cütünün verilmiş qovşaqdan ən çoxu bir budaq boyunca əvəzlənməyə məruz qaldığını güman edir ki, bu da onun bu fərziyyəni pozan böyük ehtimalla daxili ardıcıllıqlara məhəl qoymamasına səbəb ola bilər. Bundan əlavə, bu üsul hər bir kənar boyunca təmsil olunan vaxtı açıq şəkildə modelləşdirmir və beləliklə, uzun bir müvəqqəti müddəti təmsil edən kənarlar boyunca əvəzlənmənin artan şansını və ya ağac boyunca fərqli mutasiya dərəcələrinin mümkünlüyünü nəzərə ala bilməz. Maksimum ehtimal üsulları bu çatışmazlıqları böyük ölçüdə həll edir və beləliklə, ağacların qiymətləndirilməsi üçün daha çox istifadə olunur.

Maksimum Ehtimal - Peeling Alqoritmi

Ümumi Maksimum ehtimal metodlarında olduğu kimi, bu alqoritm verilənlərin və verilmiş ağacın müşahidəsinin (log) birgə ehtimalına, yəni P(D,T) uyğun olaraq ağacı qiymətləndirir. Peeling alqoritmi yenidən fərdi əsas cütləri nəzərdən keçirir və bütün saytların müstəqil şəkildə inkişaf etdiyini düşünür. Parsimoniya metodunda olduğu kimi, bu alqoritm bütün əsas cütləri müstəqil olaraq nəzərdən keçirir: ağac, budaq uzunluqları dəsti və daxili elementlərin maksimum ehtimal təyinatını nəzərə alaraq, yarpaq düyünlərindəki hər bir əsas cütdə verilmiş simvolları müşahidə etmək ehtimalını hesablayır. ardıcıllıqla, sonra ağacın müşahidəsinin ümumi ehtimalını əldə etmək üçün bu ehtimalları bütün əsas cütlər üzərində sadəcə çarpar. Qeyd edək ki, filial uzunluqlarının açıq modelləşdirilməsi əvvəlki yanaşmadan fərqlidir.

Burada hər bir node bir xi simvoluna malikdir və ti onun anasından uyğun budaq uzunluğudur. Qeyd edək ki, biz x dəyərlərini artıq bilirik1, x2···xn, buna görə də onlar sabitlərdir, lakin xn+1,···x2n-1 maksimum ehtimal dəyərləri təyin edəcəyimiz dəyişənlər olan ata qovşaqlarında naməlum simvollardır. (Həmçinin qeyd edək ki, biz əvvəllər istifadə etdiyimiz sxemin əksinə olan qovşaqlar üçün yarpaqdan kökə indeksləşdirmə sxemini qəbul etmişik.) Biz P (x) hesablamaq istəyirik.1x2 · · · xn|T ). Bunun üçün biz ata-baba qovşaqlarında dəyərlərin bütün mümkün birləşmələrini cəmləyirik. buna marginallaşma deyilir. Bu xüsusi nümunədə

[Psol(x_{1} x_{2} x_{3} x_{4} mid Tsağ)=sum_{x_{5}} sum_{x_{6}} sum_{x_{ 7}} Psol(x_{1} x_{2} cdots x_{7} mid Tsağ) rəqəm]

4 varn-1 burada terminlər var, lakin biz aşağıdakı faktorizasiya hiyləsindən istifadə edə bilərik:

[=sum_{x_{7}}left[Psol(x_{7}sağ)left(sum_{x_{5}} Psol(x_{5} mid x_{7} , t_{5}sağ) Psol(x_{1} mid x_{5}, t_{1}sağ) Pleft(x_{2} mid x_{5}, t_{2} sağ)sağ)sol(sum_{x_{6}} Psol(x_{6} mid x_{7}, t_{6}sağ) Psol(x_{3} mid x_{ 6}, t_{3}sağ) Psol(x_{4} mid x_{6}, t_{4}sağ)sağ)sağ] ömrə]

Burada hər bir filialın müstəqil şəkildə inkişaf etdiyini fərz edirik. P(b|c,t) ehtimalı isə, əsasən Jukes Cantor modelindən və ya daha əvvəl müzakirə edilən daha təkmil modeldən əldə edilən t vaxtı verilmiş c bazasının b bazasına mutasiya etmə ehtimalını ifadə edir. Daha sonra toplama dəyişənindən asılı olmayan amilləri toplamadan kənara köçürə bilərik. Bu verir:

[=sum_{x_{7}}left[Psol(x_{7}sağ)left(sum_{x_{5}} Psol(x_{5} mid x_{7} , t_{5}sağ) Psol(x_{1} mid x_{5}, t_{1}sağ) Pleft(x_{2} mid x_{5}, t_{2} sağ)sağ)sol(sum_{x_{6}} Psol(x_{6} mid x_{7}, t_{6}sağ) Psol(x_{3} mid x_{ 6}, t_{3}sağ) Psol(x_{4} mid x_{6}, t_{4}sağ)sağ)sağ] rəqəm]

Qoy Ti i altındakı alt ağac olun. Bu halda bizim 2n-1( imes)4 dinamik proqramlaşdırma massivi L[i,b] ehtimalını P(T) hesablayır.i|xi = b) T-ni müşahidə etməki, əgər i node əsas ehtiva edirsə b. Sonra T = T-nin müşahidə edilmə ehtimalını hesablamaq istəyirik2n-1, olan

[sum_{b} Pleft(x_{2 n-1}=bsağ) L[2 n-1, b] rəqəm]

Qeyd edək ki, hər bir əcdad düyün i və onun uşaq j, k üçün bizdə var

[L[i, b]=sol(sum_{c} Psol(c mid b, t_{j}sağ) L[j, c]sağ)left(sum_{c} Psol(c mid b, t_{k}sağ) L[k, c]sağ) rəqəm]

Yarpaq düyünləri üçün ilkin şərtlərə, yəni i (leq) n üçün:

L[i, b] = 1, əgər xi = b və əks halda 0

Qeyd edək ki, bizdə hələ də P (x2n-1 = b). O, adətən bərabər şəkildə və ya bəzi əvvəlki paylamadan təyin edilir, lakin nəticələrə böyük təsir göstərmir. Son addım, əlbəttə ki, bütün ardıcıllıqlar toplusunu müşahidə etmək ehtimalını əldə etmək üçün ayrı-ayrı saytlar üçün bütün ehtimalları çoxaltmaqdır. Bundan əlavə, ağacın strukturu və budaq uzunluqları toplusunu nəzərə alaraq hər bir daxili qovşaq üçün maksimum ehtimal dəyərlərini təyin etdikdən sonra əldə edilən balı ağac strukturunun bəzi əvvəlki ehtimallarına və budaq uzunluqları toplusuna vura bilərik. Yule prosesi və ya Moran prosesi kimi doğum-ölüm modelləri kimi təkamül proseslərinin açıq modelləşdirilməsindən istifadə etməklə yaradılmışdır. Bu son vurmanın nəticəsi Bayes nəticəsinə əsasən a posteriori ehtimalı adlanır. Bu alqoritmin ümumi mürəkkəbliyi O(nmk2) burada n yarpaqların sayı (taksa), m ardıcıllıq uzunluğu, k isə simvolların sayıdır.

Bu alqoritmin üstünlükləri və mənfi cəhətləri var. Kimi

Üstünlüklər:

1. Təbii olaraq statistik və təkamül modelinə əsaslanan.
2. Adətən mövcud üsulların ən ardıcılı.
3. Həm xarakter, həm də dərəcə analizləri üçün istifadə olunur
4. Nəsli kəsilmiş əcdadların ardıcıllığını çıxarmaq üçün istifadə edilə bilər.

5. Balanssız ağaclarda budaq uzunluğunun təsirlərini hesablayın.
6. Nukleotid və ya amin turşusu ardıcıllığı, digər növ məlumat.

Dezavantajları:

1. Bir çox digər üsullar kimi sadə və intuitiv deyil.
2. Hesablama intensivliyi, taksonların sayı və ardıcıllığın uzunluğu ilə məhdudlaşır).

3. Parsimoniya kimi, yüksək səviyyəli homoplaziya ilə aldana bilər.
4. Model fərziyyələrinin pozulması yanlış ağaclara səbəb ola bilər.

Axtar

Bütün ağacların sahəsi üzərində hərtərəfli axtarış olduqca baha başa gələcək. N + 1 yarpaqlı tam köklü ağacların sayı n-ci katalan sayıdır

[C_{n}=frac{1}{n+1}left(egin{massiv}{c}
2 n
n
end{massiv}sağ) əxminən frac{4^{n}}{n^{3 / 2} sqrt{pi}} rəqəm]

Bundan əlavə, bu ağacların hər biri üçün budaq uzunluğunun maksimum ehtimal dəstini hesablamalıyıq. Beləliklə, bütün ağaclar üçün xalları maksimuma çatdırmaq NP-Hard problemidir. Xoşbəxtlikdən, evristik axtarış alqoritmləri ümumiyyətlə ağac məkanında yaxşı həllər müəyyən edə bilər. Bu cür axtarış alqoritmləri üçün ümumi çərçivə aşağıdakı kimidir:

Başlanğıc: İterasiyanın əsası kimi bir ağac götürün (təsadüfi olaraq və ya başqa bir əvvəlki və ya məsafəyə əsaslanan birbaşa alqoritmlərə görə).

Təklif: Mövcud ağacı bir az təsadüfi dəyişdirərək yeni ağac təklif edin.

Xal: Yeni təklifi yuxarıda təsvir olunan üsullara uyğun olaraq qiymətləndirin.

Seçin: Təsadüfi olaraq yeni ağacı və ya köhnə ağacı seçin (bal (ehtimal) nisbətinə uyğun olaraq müvafiq ehtimallar).

Təkrar edin: Bəzi xitam meyarlarına (bəzi həddi bal və ya əldə edilən addımların sayı) cavab verilməyənə qədər təklif addımını təkrarlayın.

buradakı əsas fikir, yaxından əlaqəli ağacların xallarının oxşar olduğuna dair evristik fərziyyədir, beləliklə, ümumi yaxşı həllə yaxınlaşması gözlənilən ardıcıl yerli optimallaşdırma ilə yaxşı həllər əldə edilə bilər.

Ağac Təklifi

Ağacların dəyişdirilməsi üsullarından biri aşağıda təsvir olunan Yaxın Qonşu Mübadiləsidir (NNI).

Şəkil 27.20: Yaxın Qonşu Mübadilə sxemindən istifadə edən vahid addım

Burada təsvir olunmayan başqa bir ümumi üsul Ağacın Bölməsi və Birləşdirilməsidir (TBJ). Bu cür təklif qaydaları üçün vacib meyarlar bunlardır:

  1. (a) Ağac sahəsi birləşdirilməlidir, yəni hər hansı bir cüt ağac bir-birindən ardıcıl təkliflərlə əldə edilməlidir.
  2. (b) Fərdi yeni təklif orijinala çox yaxın olmalıdır. Beləliklə, artıq kəşf edilmiş yaxşı bir həllin yaxınlığına görə yaxşı bir həll olma ehtimalı daha yüksəkdir. Fərdi addımlar çox böyükdürsə, alqoritm artıq kəşf edilmiş həlldən uzaqlaşa bilər (həmçinin seçim addımından asılıdır). Xüsusilə qeyd edin ki, bu addım ölçülərinin ölçüldüyü oxşarlıq ölçüsü iki ağaca təyin edilmiş ehtimal ballarındakı fərqdir.

Seçim

Təklifin özünün yaradılması prosesi kimi verilmiş təklifin qəbul edilib-edilməməsinin seçilməsi təbii olaraq evristikdir və dəyişir. Ümumi qaydalar belədir:

  1. Yenisinin daha yaxşı xalı varsa, həmişə qəbul edin.
  2. Əgər o, daha pis hesaba malikdirsə, onun seçilmə ehtimalı olmalıdır, əks halda alqoritm bir az uzaqda olan daha yaxşı alternativlərə məhəl qoymayaraq, tezliklə yerli minimumda sabitləşəcək.
  3. Daha pis yeni təklifi seçmək ehtimalı çox olmamalıdır, əks halda məlum olan yaxşı həlli rədd etmək riski var.

Yaxşı seçim qaydasını müəyyən edən 2-ci və 3-cü addımlar arasındakı mübadilədir. Metropolis Hastings, dövlət məkanını posterior paylanmadan nümunə halına gətirəcək şəkildə araşdırmaq üçün xüsusi qaydaları müəyyən edən Markov Zəncirli Monte Karlo Metodudur (MCMC). Bu alqoritmlər praktikada bir qədər yaxşı işləyir, lakin uyğun ağacı tapmaq üçün heç bir zəmanət yoxdur. Beləliklə, yarpaq ardıcıllığında əsas cütlərin alt çoxluqlarından istifadə edərək, alqoritmi təkrar-təkrar işlədən, yükləmə kimi tanınan bir üsul istifadə olunur. sonra yalnız bu alt ardıcıllıqlardan istifadə etməklə yaradılan topologiyalara uyğun gələn qlobal ağaclara üstünlük verin.


26.4: Xarakterə əsaslanan metodlar - Biologiya

MDPI tərəfindən nəşr olunan bütün məqalələr açıq giriş lisenziyası altında dərhal bütün dünyada mövcuddur. MDPI tərəfindən dərc edilmiş məqalənin, o cümlədən rəqəmlər və cədvəllər də daxil olmaqla, hamısının və ya bir hissəsinin təkrar istifadəsi üçün xüsusi icazə tələb olunmur. Açıq giriş Creative Common CC BY lisenziyası altında dərc olunan məqalələr üçün məqalənin hər hansı bir hissəsi orijinal məqaləyə aydın şəkildə istinad etmək şərti ilə icazəsiz təkrar istifadə edilə bilər.

Feature Papers sahədə yüksək təsir üçün əhəmiyyətli potensiala malik ən qabaqcıl tədqiqatları təmsil edir. Bədii məqalələr elmi redaktorlar tərəfindən fərdi dəvət və ya tövsiyə əsasında təqdim olunur və dərc edilməzdən əvvəl ekspert rəyindən keçir.

Bədii məqalə ya orijinal tədqiqat məqaləsi, tez-tez bir neçə texnika və ya yanaşmanı özündə cəmləşdirən əsaslı yeni tədqiqat işi, ya da elmi sahədə ən maraqlı nailiyyətləri sistematik şəkildə nəzərdən keçirən sahədəki ən son irəliləyişlərə dair qısa və dəqiq yenilikləri olan hərtərəfli icmal sənədi ola bilər. ədəbiyyat. Bu tip kağız tədqiqatın gələcək istiqamətləri və ya mümkün tətbiqlər haqqında dünyagörüşünü təqdim edir.

Redaktorun Seçimi məqalələri dünyanın hər yerindən MDPI jurnallarının elmi redaktorlarının tövsiyələrinə əsaslanır. Redaktorlar jurnalda bu yaxınlarda dərc edilmiş az sayda məqaləni seçirlər ki, onlar müəlliflər üçün xüsusilə maraqlı və ya bu sahədə vacib olacaq. Məqsəd jurnalın müxtəlif tədqiqat sahələrində dərc edilmiş ən maraqlı işlərdən bəzilərinin şəklini təqdim etməkdir.


Filamin A, brefeldin A-inhibe edilmiş guanin mübadiləsi faktoru 2-dən asılı olan Arf1 aktivləşdirilməsi vasitəsilə neyronların miqrasiyasını tənzimləyir.
Sheen V
Neyrologiya jurnalı: Neyrologiya Cəmiyyətinin rəsmi jurnalı 33.40 (2 oktyabr 2013): 15735-46.

CRTAM: Epitel hüceyrələrinin yapışmasında iştirak edən bir molekul.
Qonzales-Mariskal L
Hüceyrə biokimyası jurnalı 111.1 (1 sentyabr 2010): 111-22.

İşemik kəskin böyrək çatışmazlığı geniş spektrli nefrogen zülalların ifadəsini induksiya edir.
Vio CP
Amerika fiziologiya jurnalı. Tənzimləyici, inteqrativ və müqayisəli fiziologiya 290.4 (2006-cı ilin aprel): R861-70.

İşemik kəskin böyrək çatışmazlığı geniş spektrli nefrogen zülalların ifadəsini induksiya edir.
Vio CP
Amerika fiziologiya jurnalı. Tənzimləyici, inteqrativ və müqayisəli fiziologiya 290.4 (2006-cı ilin aprel): R861-70.

Filamin A, brefeldin A-inhibe edilmiş guanin mübadiləsi faktoru 2-dən asılı olan Arf1 aktivləşdirilməsi vasitəsilə neyronların miqrasiyasını tənzimləyir.
Sheen V
Neyrologiya jurnalı: Neyrologiya Cəmiyyətinin rəsmi jurnalı 33.40 (2 oktyabr 2013): 15735-46.

CRTAM: Epitel hüceyrələrinin yapışmasında iştirak edən bir molekul.
Qonzales-Mariskal L
Hüceyrə biokimyası jurnalı 111.1 (1 sentyabr 2010): 111-22.

İşemik kəskin böyrək çatışmazlığı geniş spektrli nefrogen zülalların ifadəsini induksiya edir.
Vio CP
Amerika fiziologiya jurnalı. Tənzimləyici, inteqrativ və müqayisəli fiziologiya 290.4 (2006-cı ilin aprel): R861-70.


Bütün ardıcıllıq məlumatları GSE117840 qoşulması altında Gen İfadə Omnibusu (GEO) vasitəsilə mövcuddur. icSHAPE reaktivlik balları və Lin28A CLIP zirvələri UCSC Genom Brauzerində aşağıdakı saytlarda tapıla bilər: human, http://genome-asia.ucsc.edu/cgi-bin/hgTracks?hgS_doOtherUser=submit&hgS_otherUserName=submit&hgS_otherUserName=submit&hgS_otherUserName=lipgSgsgsssion, http://www.sgsgsgs.gsspn. ://genome-asia.ucsc.edu/cgi-bin/hgTracks?hgS_doOtherUser=submit&hgS_otherUserName=lipan&hgS_otherUserSessionName=mm10_dynamics. Figs üçün mənbə məlumatları. 4d və 5a kağızla birlikdə verilir.

Sharp, P. A. RNT-nin mərkəzliyi. Hüceyrə 136, 577–580 (2009).

Pan, T. & Sosnick, T. Transkripsiya zamanı RNT qatlanması. Annu. Rev. Biophys. Biomol. Struktur. 35, 161–175 (2006).

Warf, M. B. & amp Berglund, J. A. Pre-mRNA birləşməsinin tənzimlənməsində RNT strukturunun rolu. Trendlər Biochem. Sci. 35, 169–178 (2010).

Martin, K. C. və Ephrussi, A. mRNA lokalizasiyası: məkan ölçüsündə gen ifadəsi. Hüceyrə 136, 719–730 (2009).

Kozak, M. Prokaryotlarda və eukariotlarda mRNT strukturu vasitəsilə tərcümənin tənzimlənməsi. Gen 361, 13–37 (2005).

Garneau, N. L., Wilusz, J. & amp Wilusz, C. J. mRNA çürüməsinin magistralları və yolları. Nat. Rahib Mol. Hüceyrə Biol. 8, 113–126 (2007).

Ramakrişnan, V. Ribosom quruluşu və tərcümə mexanizmi. Hüceyrə 108, 557–572 (2002).

Yan, C. et al. 3.6 angstrom həllində bir maya spliceosomunun quruluşu. Elm 349, 1182–1191 (2015).

Wan, Y. et al. İnsan transkriptomunda ikinci dərəcəli RNT strukturunun mənzərəsi və dəyişməsi. Təbiət 505, 706–709 (2014).

Ding, Y. et al. İkinci dərəcəli RNT strukturunun in vivo genom miqyasında profilləşdirilməsi yeni tənzimləyici xüsusiyyətləri ortaya qoyur. Təbiət 505, 696–700 (2014).

Rouskin, S., Zubradt, M., Washietl, S., Kellis, M. & Weissman, J. S. RNT strukturunun genom miqyasında araşdırılması mRNT strukturlarının in vivo aktiv şəkildə açılmasını aşkar edir. Təbiət 505, 701–705 (2014).

Spitale, R. C. və başqaları. Struktur izləri in vivo olaraq RNT tənzimləmə mexanizmlərini deşifrə edir. Təbiət 519, 486–490 (2015).

Lu, Z. və başqaları. Canlı hüceyrələrdə RNT dupleks xəritəsi daha yüksək səviyyəli transkriptom quruluşunu ortaya qoyur. Hüceyrə 165, 1267–1279 (2016).

Zubradt, M. et al. In vivo genom miqyasında və ya hədəflənmiş RNT strukturunun araşdırılması üçün DMS-MaPseq. Nat. Metodlar 14, 75–82 (2017).

Mustoe, A. M. və başqaları. mRNT strukturunun geniş tənzimləyici funksiyaları yüksək dəqiqlikli SHAPE zondlama ilə aşkar edilmişdir. Hüceyrə 173, 181–195 e118 (2018).

Strobel, E. J., Yu, A. M. & amp Lucks, J. B. RNT strukturlarının yüksək ötürmə qabiliyyətinin təyini. Nat. Rev Genet. 19, 615–634 (2018).

Mortimer, S. A., Kidwell, M. A. & amp Doudna, J. A. Genom miqyaslı tədqiqatlardan RNT quruluşu və funksiyası haqqında anlayışlar. Nat. Rev Genet. 15, 469–479 (2014).

Bevilacqua, P. C., Ritchey, L. E., Su, Z. & Assmann, S. M. RNT ikincil strukturunun genom miqyasında təhlili. Annu. Rev Genet. 50, 235–266 (2016).

Piao, M., Sun, L. & amp Zhang, Q. C. RNT qaydaları və funksiyaları transkriptom boyu RNT strukturunun araşdırılması ilə deşifrə olunur. Genomika Proteomika Bioinformatika 15, 267–278 (2017).

Wan, Y., Kertesz, M., Spitale, R. C., Segal, E. & Chang, H. Y. RNT strukturu vasitəsilə transkriptomun anlaşılması. Nat. Rev Genet. 12, 641–655 (2011).

Buxbaum, A. R., Haimoviç, G. & Singer, R. H. Doğru zamanda doğru yerdə: mRNT lokalizasiyasını vizuallaşdırmaq və anlamaq. Nat. Rahib Mol. Hüceyrə Biol. 16, 95–109 (2015).

Gosai, S. J. və başqaları. RNT-zülal qarşılıqlı təsirinin və RNT-nin ikincil struktur mənzərələrinin qlobal təhlili Ərəbidopsis nüvə. Mol. Hüceyrə 57, 376–388 (2015).

Roundtree, I. A., Evans, M. E., Pan, T. & amp He, C. Gen ifadəsinin tənzimlənməsində dinamik RNT dəyişiklikləri. Hüceyrə 169, 1187–1200 (2017).

Zhao, B. S., Roundtree, I. A. & amp He, C. mRNA modifikasiyaları ilə transkripsiyadan sonrakı gen tənzimlənməsi. Nat. Rahib Mol. Hüceyrə Biol. 18, 31–42 (2017).

Kierzek, E. & Kierzek, R. N6-alkyladenosines və 2-methylthio-N6-alkyladenosines ehtiva edən RNT duplekslərinin və saç sancaqlarının termodinamik sabitliyi. Nuklein turşuları Res. 31, 4472–4480 (2003).

Roost, C. et al. RNT-də N6-metilladenozinin quruluşu və termodinamiği: yay yüklü baza modifikasiyası. J. Am. Kimya. Soc. 137, 2107–2115 (2015).

Konig, J. et al. iCLIP fərdi nukleotid rezolyusiyasında hnRNP hissəciklərinin birləşmə funksiyasını ortaya qoyur. Nat. Struktur. Mol. Biol. 17, 909–915 (2010).

Liu, N. et al. N 6-metiladenozindən asılı RNT struktur açarları RNT-zülal qarşılıqlı təsirini tənzimləyir. Təbiət 518, 560–564 (2015).

Alarcon, C. R., Lee, H., Goodarzi, H., Halberg, N. & Tavazoie, S. F. N6-methyladenosine emal üçün əsas mikroRNT-ləri qeyd edir. Təbiət 519, 482–485 (2015).

Gagnon, K. T., Li, L., Janowski, B. A. & amp Corey, D. R. Hüceyrəaltı fraksiya və Argonaute yüklənməsi ilə insan hüceyrələrində nüvə RNT müdaxiləsinin təhlili. Nat. Protok. 9, 2045–2060 (2014).

Bhatt, D. M. və başqaları. Hüceyrəaltı RNT fraksiyalarının ardıcıl analizi ilə aşkar edilən proinflamatuar genlərin transkript dinamikası. Hüceyrə 150, 279–290 (2012).

Flynn, R. A. və başqaları. icSHAPE ilə canlı hüceyrələrdə RNT ikincili strukturunun transkriptom geniş sorğusu. Nat. Protok. 11, 273–290 (2016).

Kino, T., Hurt, D. E., Ichijo, T., Nader, N. & amp Chrousos, G. P. Kodlanmayan RNT qazı5, qlükokortikoid reseptorunun böyümənin dayandırılması və aclıqla əlaqəli repressorudur. Sci. Siqnal. 3, ra8 (2010).

Schueler, M. et al. mRNA transkriptomunun differensial zülal doluluğu profili. Genom Biol. 15, R15 (2014).

Jonkers, I., Kwak, H. & Lis, J. T. Pol II uzanmasının genom miqyasında dinamikası və onun promotor proksimal pauzası, xromatin və ekzonlarla qarşılıqlı əlaqəsi. Elife 3, e02407 (2014).

Ingolia, N. T., Lareau, L. F. & Weissman, J. S. Siçan embrion kök hüceyrələrinin ribosom profili məməli proteomlarının mürəkkəbliyini və dinamikasını ortaya qoyur. Hüceyrə 147, 789–802 (2011).

Zhang, J. W. və Landick, R. İki tərəfli bir küçə: RNT polimeraza və yeni yaranan RNT strukturu arasında tənzimləyici qarşılıqlı əlaqə. Trendlər Biochem. Sci. 41, 293–310 (2016).

Houseley, J. & Tollervey, D. RNT deqradasiyasının bir çox yolları. Hüceyrə 136, 763–776 (2009).

Harel-Sharvit, L. et al. RNT polimeraza II alt bölmələri transkripsiyanı və mRNT çürüməsini tərcümə ilə əlaqələndirir. Hüceyrə 143, 552–563 (2010).

Zid, B. M. & amp O'Shea, E. K. Promoter ardıcıllığı mayada aclıq zamanı mRNA-ların birbaşa sitoplazmik lokalizasiyasını və tərcüməsini həyata keçirir. Təbiət 514, 117–121 (2014).

Slobodin, B. et al. Transkripsiya ko-transkripsiya N6-adenozin metilasiyası vasitəsilə mRNT tərcüməsinin effektivliyinə təsir göstərir. Hüceyrə 169, 326–337 e312 (2017).

Roundtree, I. A. & amp He, C. RNT epigenetikası - transkripsiyadan sonrakı gen tənzimlənməsi üçün kimyəvi mesajlar. Curr. Rəy. Kimya. Biol. 30, 46–51 (2016).

Yang, Y. C. et al. CLIPdb: protein-RNT qarşılıqlı əlaqəsi üçün CLIP-seq verilənlər bazası. BMC Genomics 16, 51 (2015).

Huang, H. et al. RNT N(6)-metiladenozinin IGF2BP zülalları tərəfindən tanınması mRNT sabitliyini və tərcüməsini artırır. Nat. Hüceyrə Biol. 20, 285–295 (2018).

Edupuganti, R. R. və başqaları. N 6 -metiladenozin (m 6 A) mRNT homeostazını tənzimləmək üçün zülalları cəlb edir və dəf edir. Nat. Struktur. Mol. Biol. 24, 870–878 (2017).

Batista, P. J. və başqaları. m 6 A RNT modifikasiyası məməlilərin embrion kök hüceyrələrində hüceyrə taleyinin keçidinə nəzarət edir. Hüceyrə Kök Hüceyrə 15, 707–719 (2014).

Yu, J. et al. İnsan somatik hüceyrələrindən əldə edilən induksiya edilmiş pluripotent kök hüceyrə xətləri. Elm 318, 1917–1920 (2007).

Viswanathan, S. R. & amp Daley, G. Q. Lin28: makro rolu olan bir mikroRNT tənzimləyicisi. Hüceyrə 140, 445–449 (2010).

Beaudoin, J. D. və başqaları. mRNT strukturunun dinamikasının təhlili embrion gen tənzimləmə proqramlarını müəyyən edir. Nat. Struktur. Mol. Biol. 25, 677–686 (2018).

Shyh-Chang, N. & amp Daley, G. Q. Lin28: kök hüceyrələrdə böyümə və maddələr mübadiləsinin əsas tənzimləyicisi. Hüceyrə Kök Hüceyrə 12, 395–406 (2013).

Zarnegar, B. J. et al. Zülal-RNT qarşılıqlı təsirinin səmərəli xarakteristikası üçün irCLIP platforması. Nat. Metodlar 13, 489–492 (2016).

Smith, T., Heger, A. & Sudbery, I. UMI-alətləri: kəmiyyət dəqiqliyini artırmaq üçün Unikal Molekulyar İdentifikatorlarda ardıcıllıq xətalarının modelləşdirilməsi. Genom Res. 27, 491–499 (2017).

Flynn, R. A. və başqaları. Kodlanmayan və patogen RNT-protein interaktomlarının parçalanması. RNT 21, 135–143 (2015).

Murakami, Y., Spriggs, R. V., Nakamura, H. & Jones, S. PiRaNhA: zülal ardıcıllığında RNT bağlayan qalıqların hesablama proqnozu üçün server. Nuklein turşuları Res. 38, W412–W416 (2010).

Trapnell, C. et al. TopHat və Manşet Düğmələri ilə RNT-seq təcrübələrinin diferensial gen və transkript ifadə analizi. Nat. Protok. 7, 562–578 (2012).

Langmead, B. & Salzberg, S. L. Bowtie 2 ilə sürətli boşluq-oxumaq uyğunluğu. Nat. Metodlar 9, 357–359 (2012).

Yoshikawa, H. et al. Ribo Mega-SEC istifadə edərək hüceyrələrdə və toxumalarda məməli polisomlarının səmərəli təhlili. Elife 7, e36560 (2018).

Min, I. M. et al. Embrion kök hüceyrələrində RNT polimerazının dayandırılması və transkripsiya uzanmasının tənzimlənməsi. Genes Dev. 25, 742–754 (2011).

Tastemel, M. et al. Transkripsiyanın dayandırılması siçan embrionunun kök hüceyrə fərqliliyini tənzimləyir. Kök Hüceyrə Res. 25, 250–255 (2017).

MacKinnon, D. P., Fairchild, A. J. & Fritz, M. S. Vasitəçilik təhlili. Annu. Rev. Psixol. 58, 593–614 (2007).

MacKinnon, D. P., Lockwood, C. M., Hoffman, J. M., West, S. G. & Sheets, V. Vasitəçilik və digər müdaxilə dəyişən təsirləri sınamaq üçün metodların müqayisəsi. Psixol. Metodlar 7, 83–104 (2002).

Linder, B. et al. Transkriptom boyu m6A və m6Am-ın tək nukleotid rezolyusiyasının xəritəsi. Nat. Görüşdü. 12, 767–772 (2015).

Dominissini, D. et al. Dinamik N 1 -eukaryotik xəbərçi RNT-də metilladenozin metilom. Təbiət 530, 441–446 (2016).

Stelzer, G. et al. GeneCards dəsti: gen məlumatlarının çıxarılmasından xəstəlik genomu ardıcıllığının təhlilinə qədər. Curr. Protok. Bioinformatika 54, 1.30.1–1.30.33 (2016).


İçindəkilər

BLAST, hansı The New York Times çağırdı bioloji tədqiqatların Google, [2] ardıcıllıqla axtarış üçün ən çox istifadə edilən bioinformatika proqramlarından biridir. [3] O, bioinformatika tədqiqatlarında əsas problemə toxunur. Onun istifadə etdiyi evristik alqoritm optimal uyğunlaşmanın hesablanması kimi digər yanaşmalardan çox daha sürətlidir. Sürətə verilən bu vurğu, alqoritmi hazırda mövcud olan nəhəng genom verilənlər bazasında praktik etmək üçün çox vacibdir, baxmayaraq ki, sonrakı alqoritmlər daha da sürətli ola bilər.

BLAST-dan əvvəl FASTA 1985-ci ildə David J. Lipman və William R. Pearson tərəfindən hazırlanmışdır. [4]

BLAST və FASTA kimi sürətli alqoritmlər işlənməmişdən əvvəl, zülal və ya nuklein ardıcıllıqları üçün verilənlər bazalarının axtarışı çox vaxt aparırdı, çünki tam uyğunlaşdırma proseduru (məsələn, Smith-Waterman alqoritmi) istifadə edilmişdir.

BLAST 1990-cı ildə Samuel Karlin və Stiven Altşulun stoxastik modelindən irəli gəlir [5] Onlar "bir orqanizmin məlum DNT ardıcıllığı ilə digərininki arasında oxşarlıqları qiymətləndirmək üçün bir üsul" təklif etdilər [2] və onların işi "təxminən BLAST üçün statistik əsas." [6] Daha sonra Altşul Milli Sağlamlıq İnstitutunda Warren Gish, Webb Miller, Eugene Myers və David J. Lipman ilə birlikdə BLAST alqoritmini tərtib etdi. Molekulyar Biologiya Jurnalı 1990-cı ildə və 75.000-dən çox sitat gətirilmişdir. [7]

BLAST əksər hallarda istənilən Smith-Waterman tətbiqindən daha sürətli olsa da, Smith-Waterman alqoritmi kimi "sorğu və verilənlər bazası ardıcıllığının optimal uyğunlaşdırılmasına zəmanət verə bilməz". Smith-Watermanın optimallığı vaxt və kompüter gücü hesabına "dəqiqlik üzrə ən yaxşı performansı və ən dəqiq nəticələri təmin etdi".

BLAST yalnız ardıcıllıqlarda daha əhəmiyyətli nümunələri axtararaq, lakin müqayisəli həssaslıqla FASTA-dan daha çox vaxt sərf edir. Bu, aşağıda təqdim olunan BLAST alqoritmini başa düşməklə daha da həyata keçirilə bilər.

Tədqiqatçıların cavab vermək üçün BLAST-dan istifadə etdikləri digər suallara nümunələr:

  • Hansı bakteriya növlərində amin turşusu ardıcıllığı məlum olan müəyyən bir zülalla nəsildən əlaqəli bir zülal var.
  • Başqa hansı genlər struktur və ya motivlər nümayiş etdirən zülalları kodlayır, məsələn, yeni müəyyən edilmişlər

BLAST tez-tez ardıcıllığın təxmini uyğunlaşdırılmasını tələb edən digər alqoritmlərin bir hissəsi kimi istifadə olunur.

BLAST internetdə NCBI saytında mövcuddur. Sorğu ardıcıllığına və hədəf verilənlər bazasına görə müxtəlif növ BLAST növləri mövcuddur. Alternativ tətbiqlərə AB-BLAST (əvvəllər WU-BLAST kimi tanınır), FSA-BLAST (sonuncu dəfə 2006-cı ildə yenilənib) və ScalaBLAST daxildir. [8] [9]

Altschul tərəfindən orijinal kağız, və b. [7] 1990-cı illərdə nəşr olunan ən çox istinad edilən məqalə idi. [10]

Giriş Redaktəsi

Daxiletmə ardıcıllığı (FASTA və ya Genbank formatında), axtarış üçün verilənlər bazası və qol matrisi kimi digər əlavə parametrlər.

Çıxış Redaktəsi

BLAST çıxışı müxtəlif formatlarda çatdırıla bilər. Bu formatlara HTML, düz mətn və XML formatı daxildir. NCBI-nin veb-səhifəsi üçün standart çıxış formatı HTML-dir. NCBI-də BLAST yerinə yetirərkən, nəticələr tapılan hitləri göstərən qrafik formatda, xalla əlaqəli məlumatlarla hitlər üçün ardıcıllıq identifikatorlarını, habelə maraq ardıcıllığı üçün uyğunlaşdırmaları və müvafiq BLAST xalları ilə alınan hitləri göstərən cədvəldə verilir. bunlar üçün. Bunlardan ən asan oxunan və ən məlumatlısı, yəqin ki, cədvəldir.

Əgər kimsə NCBI kimi mənbələr vasitəsilə ümumi ictimaiyyətə açıq olan verilənlər bazasında mövcud olmayan xüsusi ardıcıllığı və ya sadəcə birini axtarmağa cəhd edirsə, heç bir ödəniş etmədən istənilən kompüterə yükləmək üçün BLAST proqramı mövcuddur. Bunu BLAST+ icra olunan proqramlarında tapmaq olar. Satın alına bilən kommersiya proqramları da var. Verilənlər bazalarını NCBI saytından, həmçinin BLAST verilənlər bazası İndeksindən (FTP) tapmaq olar.

Evristik metoddan istifadə edərək, BLAST iki ardıcıllıq arasında qısa uyğunluqlar tapmaqla oxşar ardıcıllıqları tapır. Bənzər ardıcıllıqların tapılması prosesi toxumçuluq adlanır. Məhz bu ilk matçdan sonra BLAST yerli tənzimləmələr etməyə başlayır. Ardıcıllıqda oxşarlıq tapmağa çalışarkən, sözlər kimi tanınan ümumi hərflər çox vacibdir. Məsələn, fərz edək ki, ardıcıllıq GLKFA hərflərinin aşağıdakı uzanmasını ehtiva edir. Əgər BLAST normal şəraitdə aparılsaydı, sözün ölçüsü 3 hərfdən ibarət olardı. Bu halda, verilmiş hərflərdən istifadə edərək, axtarılan sözlər GLK, LKF, KFA olacaqdır. BLAST-ın evristik alqoritmi maraq ardıcıllığı ilə məlumat bazasından hit ardıcıllığı və ya ardıcıllıqlar arasında bütün ümumi üç hərfli sözləri tapır. Bu nəticə daha sonra hizalanma yaratmaq üçün istifadə olunacaq. Maraq ardıcıllığı üçün sözlər düzəldikdən sonra qalan sözlər də yığılır. Bu sözlər ən azı həddi olan bal tələbinə cavab verməlidir T, bal matrisindən istifadə etməklə müqayisə edildikdə.

BLAST axtarışları üçün ən çox istifadə edilən hesablama matrisi BLOSUM62-dir [11], baxmayaraq ki, optimal hesablama matrisi ardıcıllığın oxşarlığından asılıdır. Həm sözlər, həm də qonşuluq sözləri yığılıb tərtib edildikdən sonra uyğunluq tapmaq üçün verilənlər bazasındakı ardıcıllıqla müqayisə edilir. Həddi bal T müəyyən bir sözün düzülməyə daxil edilib-edilməyəcəyini müəyyən edir. Toxum əkdikdən sonra cəmi 3 qalıq uzunluğunda olan hizalanma BLAST tərəfindən istifadə edilən alqoritmlə hər iki istiqamətə uzadılır. Hər bir uzadılma hizalanma xalını artıraraq və ya azaltmaqla təsir edir. Bu bal əvvəlcədən təyin olunandan yüksəkdirsə T, hizalanma BLAST tərəfindən verilən nəticələrə daxil ediləcək. Ancaq bu bal əvvəlcədən təyin olunandan aşağı olarsa T, hizalanma uzadılmağı dayandıraraq, zəif uyğunlaşma sahələrinin PARLAŞTIRMA nəticələrinə daxil edilməsinin qarşısını alacaq. Qeyd edək ki, artır T hesab axtarış üçün mövcud olan yerin miqdarını məhdudlaşdırır, qonşuluq sözlərinin sayını azaldır, eyni zamanda BLAST prosesini sürətləndirir.

Proqram təminatını işə salmaq üçün BLAST axtarmaq üçün sorğu ardıcıllığı və axtarış üçün ardıcıllıq (hədəf ardıcıllığı da deyilir) və ya bir neçə belə ardıcıllığı ehtiva edən ardıcıllıq verilənlər bazası tələb edir. BLAST verilənlər bazasında sorğudakı alt ardıcıllıqlara bənzər alt ardıcıllıqlar tapacaq. Tipik istifadədə sorğu ardıcıllığı verilənlər bazasından çox kiçikdir, məsələn, verilənlər bazası bir neçə milyard nukleotid olduğu halda sorğu min nukleotid ola bilər.

BLAST-ın əsas ideyası ondan ibarətdir ki, tez-tez statistik cəhətdən əhəmiyyətli uyğunlaşmada olan Yüksək Ballı Seqment Cütlükləri (HSP) mövcuddur. BLAST, Smith-Waterman alqoritmini təxmin edən bir evristik yanaşmadan istifadə edərək, sorğu ardıcıllığı ilə verilənlər bazasında mövcud ardıcıllıqlar arasında yüksək bal ardıcıllığı uyğunlaşmalarını axtarır. Bununla belə, hərtərəfli Smith-Waterman yanaşması GenBank kimi böyük genomik verilənlər bazalarını axtarmaq üçün çox yavaşdır. Buna görə də, BLAST alqoritmi Smith-Waterman alqoritmindən daha az dəqiq olan, lakin 50 dəfədən çox sürətli olan evristik yanaşmadan istifadə edir. [8] BLAST-ın sürəti və nisbətən yaxşı dəqiqliyi BLAST proqramlarının əsas texniki yenilikləri arasındadır.

BLAST alqoritminin icmalı (zülaldan protein axtarışı) aşağıdakı kimidir: [12]

  1. Sorğu ardıcıllığında aşağı mürəkkəblik bölgəsini və ya ardıcıl təkrarları silin. “Az mürəkkəblik bölgəsi” bir neçə növ elementdən ibarət ardıcıllığın bölgəsi deməkdir. Bu bölgələr verilənlər bazasında faktiki əhəmiyyətli ardıcıllıqları tapmaq üçün proqramı çaşdıran yüksək ballar verə bilər, buna görə də onlar filtrlənməlidir. Bölgələr X (zülal ardıcıllığı) və ya N (nuklein turşusu ardıcıllığı) ilə işarələnəcək və sonra BLAST proqramı tərəfindən nəzərə alınmayacaq. Aşağı mürəkkəblik bölgələrini süzgəcdən keçirmək üçün SEG proqramı protein ardıcıllığı üçün, DUST proqramı isə DNT ardıcıllığı üçün istifadə olunur. Digər tərəfdən, XNU proqramı protein ardıcıllığında tandem təkrarlarını gizlətmək üçün istifadə olunur.
  2. etmək a k-sorğu ardıcıllığının hərf söz siyahısı. Alın k=3 məsələn, 3 uzunluqlu sözləri sorğu zülal ardıcıllığında sadalayırıq (k adətən DNT ardıcıllığı üçün 11-dir) sorğu ardıcıllığının sonuncu hərfi daxil edilənə qədər "ardıcıl olaraq". Metod Şəkil 1-də göstərilmişdir.

    BLAST-ın orijinal versiyası, dəqiq uyğunluğun baş verdiyi mövqedən, sorğu ilə verilənlər bazası ardıcıllığı arasında sol və sağ istiqamətlərdə daha uzun bir uyğunlaşmaya malikdir. HSP-nin toplanmış ümumi balı azalmağa başlayana qədər uzadılma dayanmır. Sadələşdirilmiş nümunə Şəkil 2-də təqdim olunur.
  • Orijinal BLAST yalnız bir verilənlər bazası ardıcıllığında birdən çox HSP tapılsa belə, ayrı-ayrılıqda ilkin tapılmış HSP-lər də daxil olmaqla boşluqsuz düzülmələr yaradır.
  • BLAST2, ilkin tapılmış bütün HSP bölgələrini əhatə edə bilən boşluqlarla tək düzülmə yaradır. Qeyd edək ki, balın hesablanması və ona uyğun gəlir E-dəyər adekvat boşluq cəzalarının istifadəsini nəzərdə tutur.

Paralel PARLATMA Edit

Split verilənlər bazalarının paralel BLAST versiyaları MPI və Pthreads istifadə edərək həyata keçirilir və Windows, Linux, Solaris, Mac OS X və AIX daxil olmaqla müxtəlif platformalara köçürülür. BLAST-ı paralelləşdirmək üçün populyar yanaşmalara sorğuların paylanması, hash cədvəlinin seqmentasiyası, hesablamaların paralelləşdirilməsi və verilənlər bazasının seqmentasiyası (bölmə) daxildir. Verilənlər bazaları bərabər ölçülü parçalara bölünür və hər bir qovşaqda lokal olaraq saxlanılır. Hər bir sorğu paralel olaraq bütün qovşaqlarda icra edilir və nəticədə bütün qovşaqlardan gələn BLAST çıxış faylları yekun nəticəni əldə etmək üçün birləşdirilir. Xüsusi tətbiqlərə MPIblast, ScalaBLAST, DCBLAST və s. daxildir. [14]

BLAST proqramı ya yüklənə və "blastall" komanda xətti yardım proqramı kimi işlədilə bilər, ya da internet üzərindən pulsuz istifadə edilə bilər. NCBI-nin ev sahibliyi etdiyi BLAST veb serveri veb brauzeri olan hər kəsə yeni ardıcıllıqla verilmiş orqanizmlərin əksəriyyətini əhatə edən zülalların və DNT-nin daim yenilənən verilənlər bazası ilə oxşarlıq axtarışı aparmağa imkan verir.

BLAST proqramı açıq mənbə formatına əsaslanır və hər kəsə ona giriş imkanı verir və proqram kodunu dəyişmək imkanı verir. Bu, bir neçə BLAST "spin-off"larının yaradılmasına səbəb oldu.

İndi bir neçə fərqli BLAST proqramı mövcuddur ki, bunlardan birinin nə etməyə cəhd etdiyindən və nə ilə işlədiyindən asılı olaraq istifadə edilə bilər. Bu müxtəlif proqramlar sorğu ardıcıllığının daxil edilməsində, axtarılan verilənlər bazasında və müqayisə ediləndə fərqlənir. Bu proqramlar və onların təfərrüatları aşağıda verilmişdir:

BLAST əslində proqramlar ailəsidir (hamısı blastall icra edilə bilən proqrama daxildir). Bunlara daxildir: [15]

Nukleotid-nukleotid BLAST (blastn) DNT sorğusu verilən bu proqram istifadəçinin müəyyən etdiyi DNT verilənlər bazasından ən oxşar DNT ardıcıllığını qaytarır. Protein-protein BLAST (blastp) This program, given a protein query, returns the most similar protein sequences from the protein database that the user specifies. Position-Specific Iterative BLAST (PSI-BLAST) (blastpgp) This program is used to find distant relatives of a protein. First, a list of all closely related proteins is created. These proteins are combined into a general "profile" sequence, which summarises significant features present in these sequences. A query against the protein database is then run using this profile, and a larger group of proteins is found. This larger group is used to construct another profile, and the process is repeated. By including related proteins in the search, PSI-BLAST is much more sensitive in picking up distant evolutionary relationships than a standard protein-protein BLAST. Nucleotide 6-frame translation-protein (blastx) This program compares the six-frame conceptual translation products of a nucleotide query sequence (both strands) against a protein sequence database. Nucleotide 6-frame translation-nucleotide 6-frame translation (tblastx) This program is the slowest of the BLAST family. It translates the query nucleotide sequence in all six possible frames and compares it against the six-frame translations of a nucleotide sequence database. The purpose of tblastx is to find very distant relationships between nucleotide sequences. Protein-nucleotide 6-frame translation (tblastn) This program compares a protein query against the all six reading frames of a nucleotide sequence database. Large numbers of query sequences (megablast) When comparing large numbers of input sequences via the command-line BLAST, "megablast" is much faster than running BLAST multiple times. It concatenates many input sequences together to form a large sequence before searching the BLAST database, then post-analyzes the search results to glean individual alignments and statistical values.

Of these programs, BLASTn and BLASTp are the most commonly used [ sitat lazımdır ] because they use direct comparisons, and do not require translations. However, since protein sequences are better conserved evolutionarily than nucleotide sequences, tBLASTn, tBLASTx, and BLASTx, produce more reliable and accurate results when dealing with coding DNA. They also enable one to be able to directly see the function of the protein sequence, since by translating the sequence of interest before searching often gives you annotated protein hits.

Alternative versions Edit

A version designed for comparing large genomes or DNA is BLASTZ.

CS-BLAST (Context-Specific BLAST) is an extended version of BLAST for searching protein sequences that finds twice as many remotely related sequences as BLAST at the same speed and error rate. In CS-BLAST, the mutation probabilities between amino acids depend not only on the single amino acid, as in BLAST, but also on its local sequence context. Washington University produced an alternative version of NCBI BLAST, called WU-BLAST. The rights have since been acquired to Advanced Biocomputing, LLC.

In 2009, NCBI has released a new set of BLAST executables, the C++ based BLAST+, and has released C versions until 2.2.26. [16] Starting with version 2.2.27 (April 2013), only BLAST+ executables are available. Among the changes is the replacement of the blastall executable with separate executables for the different BLAST programs, and changes in option handling. The formatdb utility (C based) has been replaced by makeblastdb (C++ based) and databases formatted by either one should be compatible for identical blast releases. The algorithms remain similar, however, the number of hits found and their order can vary significantly between the older and the newer version. BLAST+ since

Accelerated versions Edit

TimeLogic offers an FPGA-accelerated implementation of the BLAST algorithm called Tera-BLAST that is hundreds of times faster.

Other formerly supported versions include:

  • FPGA-accelerated
    • Prior to their acquisition by Qiagen, CLC bio collaborated with SciEngines GmbH on an FPGA accelerator they claimed will give 188x acceleration of BLAST.
    • The Mitrion-C Open Bio Project was an effort to port BLAST to run on Mitrion FPGAs.
    • MPIBlast is a parallel implementation of NCBI BLAST using Message Passing Interface. By efficiently utilizing distributed computational resources through database fragmentation, query segmentation, intelligent scheduling, and parallel I/O, mpiBLAST improves NCBI BLAST performance by several orders of magnitude while scaling to hundreds of processors.
    • CaBLAST [20] makes search on large databases orders of magnitude faster by exploiting redundancy in data.
    • Paracel BLAST was a commercial parallel implementation of NCBI BLAST, supporting hundreds of processors.
    • QuickBLAST (kblastp) from NCBI is an implementation accelerated by prefiltering based on Jaccard index estimates with hashed pentameric fragments. The filtering slightly reduces sensitivity, but increases performance by an order of magnitude. [21] NCBI only makes the search available on their non-redundant (nr) protein collection, and does not offer downloads.

    The predecessor to BLAST, FASTA, can also be used for protein and DNA similarity searching. FASTA provides a similar set of programs for comparing proteins to protein and DNA databases, DNA to DNA and protein databases, and includes additional programs for working with unordered short peptides and DNA sequences. In addition, the FASTA package provides SSEARCH, a vectorized implementation of the rigorous Smith-Waterman algorithm. FASTA is slower than BLAST, but provides a much wider range of scoring matrices, making it easier to tailor a search to a specific evolutionary distance.

    An extremely fast but considerably less sensitive alternative to BLAST is BLAT (Blast Lkimi Alignment Tool). While BLAST does a linear search, BLAT relies on k-mer indexing the database, and can thus often find seeds faster. [22] Another software alternative similar to BLAT is PatternHunter.

    Advances in sequencing technology in the late 2000s has made searching for very similar nucleotide matches an important problem. New alignment programs tailored for this use typically use BWT-indexing of the target database (typically a genome). Input sequences can then be mapped very quickly, and output is typically in the form of a BAM file. Example alignment programs are BWA, SOAP, and Bowtie.

    For protein identification, searching for known domains (for instance from Pfam) by matching with Hidden Markov Models is a popular alternative, such as HMMER.

    An alternative to BLAST for comparing two banks of sequences is PLAST. PLAST provides a high-performance general purpose bank to bank sequence similarity search tool relying on the PLAST [23] and ORIS [24] algorithms. Results of PLAST are very similar to BLAST, but PLAST is significantly faster and capable of comparing large sets of sequences with a small memory (i.e. RAM) footprint.

    For applications in metagenomics, where the task is to compare billions of short DNA reads against tens of millions of protein references, DIAMOND [25] runs at up to 20,000 times as fast as BLASTX, while maintaining a high level of sensitivity.

    The open-source software MMseqs is an alternative to BLAST/PSI-BLAST, which improves on current search tools over the full range of speed-sensitivity trade-off, achieving sensitivities better than PSI-BLAST at more than 400 times its speed. [26]

    Optical computing approaches have been suggested as promising alternatives to the current electrical implementations. OptCAM is an example of such approaches and is shown to be faster than BLAST. [27]

    Comparing BLAST and the Smith-Waterman Process Edit

    While both Smith-Waterman and BLAST are used to find homologous sequences by searching and comparing a query sequence with those in the databases, they do have their differences.

    Due to the fact that BLAST is based on a heuristic algorithm, the results received through BLAST, in terms of the hits found, may not be the best possible results, as it will not provide you with all the hits within the database. BLAST misses hard to find matches.

    A better alternative in order to find the best possible results would be to use the Smith-Waterman algorithm. This method varies from the BLAST method in two areas, accuracy and speed. The Smith-Waterman option provides better accuracy, in that it finds matches that BLAST cannot, because it does not miss any information. Therefore, it is necessary for remote homology. However, when compared to BLAST, it is more time consuming, not to mention that it requires large amounts of computer usage and space. However, technologies to speed up the Smith-Waterman process have been found to improve the time necessary to perform a search dramatically. These technologies include FPGA chips and SIMD technology.

    In order to receive better results from BLAST, the settings can be changed from their default settings. However, there is no given or set way of changing these settings in order to receive the best results for a given sequence. The settings available for change are E-Value, gap costs, filters, word size, and substitution matrix. Note, that the algorithm used for BLAST was developed from the algorithm used for Smith-Waterman. BLAST employs an alignment which finds "local alignments between sequences by finding short matches and from these initial matches (local) alignments are created". [28]

    To help users interpreting BLAST results, different software is available. According to installation and use, analysis features and technology, here are some available tools: [29]


    Makromolekulyar Arxitekturalar və Yumşaq NanoObyektlər

    6.04.2.4.7 Polylysine dendrimers

    Polylysine dendrons were first developed by Denkewalter və b. 100 in the beginning of the 1980s, employing solid-phase synthesis to generate a 10th-generation polypeptide dendron. These structures were revisited by Tam və b., who reported the divergent construction of a third-generation unsymmetrical polylysine dendron, using conventional solid-phase peptide synthesis (SPPS). 101 The dendrons were accomplished using a phenylacetamidomethyl-functional PS support with a β-Ala spacer. Prior to cleavage, the dendrons were end-capped with a peptide sequence derived from the human T-cell antigen receptor. 101 Polylysine dendrons have also been achieved on PEGA 102,103 as well as Tentagel resins. 104,105 The convergent solid-phase synthesis of polylysine dendrons on silica support has been reported in order to evaluate the product as a chiral stationary phase in chromatography. 106 The results indicate higher surface coverage with increasing generation. The straightforward and easily adapted solid-phase synthesis of polylysine dendrimers makes solution-based construction unnecessary. Nonetheless, the divergent growth of fourth-generation polylysine dendron was accomplished using PEG as a hydrophilic tail, which facilitates simple purification and isolation of the product. 107 The convergent growth approach has also been employed to construct third-generation polylysine dendrons decorated with eight mannose or galactose groups and a single fluorescein isothiocyanate (FITC) dye. 108 Supramolecular structures based on polylysine dendron were first reported by Hirst və b., 109 who described a unique gelation effect based on hydrogen bonding between the carboxylic group at the focal point and diaminododecane used as a gelator. The ratio between the two components, the chirality of the dendrons, 110 and the length of the diamine spacer 111 were found to significantly influence the structure on a microscopic and macroscopic level. Supramolecular chemistry was also successfully employed to render polylysine dendrimers from dendron derivatives. The dendrimers were assembled using the covalently attached crown ether and ammonium cationic guests and disassembled using potassium cations ( Şəkil 22 ). 24

    Figure 22 . Supramolecular chemistry of polylysine dendrimers as described by Hirst və b. 109


    Current Utilization of Biologicals, An Issue of Facial Plastic Surgery Clinics of North America, Volume 26-4

    This issue of Facial Plastic Surgery Clinics, guest edited by Greg Keller, MD, is devoted to Current Utilization of Biologicals. Articles in this issue include: Biologicals: Where are we today?Where are we headed? Skin Biology: Healing Inflammation and Repair Hair Biology: Growth and Pigmentation Platelet Rich Plasma: Growth factors and Office Instrumentation Mesothelial Stem Cells and Stromal Vascular Fraction: Biology and Office Instrumentation Skin Rejuvenation Cosmecueticals: Current Products Platelet Rich Plasma for Skin Rejuvenation and Tissue Fill Microneedling with RF and Lasers: Biologicals for Skin Rejuvenation and Repair Microneedling and PRP for Moh’s and Acne Scars Platelet Rich Plasma for Hair Loss: Review of Methods and Results Mesothelial Stem Cells and Stromal Vascular Fraction for Wound Healing and Fat Transplantation: My Results in China Lasers, Microneedling and PRP for Skin Rejuvenation and Repair Mesothelial Stem Cells and Stromal Vascular Fraction for Hair Loss and Mesothelial Stem Cells and Stromal Vascular Fraction for Skin Rejuvenation.


    Humoral Stimuli

    The term “humoral” is derived from the term “humor,” which refers to bodily fluids such as blood. A humoral stimulus refers to the control of hormone release in response to changes in extracellular fluids such as blood or the ion concentration in the blood. For example, a rise in blood glucose levels triggers the pancreatic release of insulin. Insulin causes blood glucose levels to drop, which signals the pancreas to stop producing insulin in a negative feedback loop.


    Mücərrəd

    The threatened northern brush-tailed phascogale (Phascogale pirata) is one of the most poorly known mammals in Australia. While the few available records indicate a decline in its distribution and abundance, it has not previously been subject to intensive targeted survey. Here, we trialled a specifically tailored methodology for detection of P. pirata, with the aim of informing ongoing survey and monitoring of this species. We deployed 50 motion-sensor cameras (spaced closely together in a grid 500 × 1000 m) on Melville Island (Northern Territory, Australia), between June 2018 and May 2019. Cameras were baited and secured to trees

    3 m above the ground on a bracket facing the trunk. We selected for large (>30 cm diameter at breast height [DBH]) trunks of the dominant tree species (Eucalyptus miniata, E. tetrodontaCorymbia nesophila). We detected P. pirata 16 times on eight cameras over the duration of the study, finding that detection was most likely on large (DBH >41.5 cm) E. tetrodonta trees during the wet season. Our results indicate that survey effort for this species should be seasonally targeted and focussed on large trees. However, the efficacy of additional methods (nest boxes, Elliott traps) and a comparison between detections on arboreal versus ground-based cameras requires further investigation. We highlight the importance of conducting additional work on this species, as little is known about its ecology, population trends and threats, making it difficult to assess its conservation status. Without more targeted work, P. pirata is at risk of slipping into extinction unnoticed.

    Əlavə açar sözlər: motion-sensor cameras, northern brush-tailed phascogale, rare and cryptic species, targeting monitoring, Tiwi Islands, tree-traps.


    İstinadlar

    Akin, D., and Gillogly-Akin, K. (1981 ). Traditional arts of East Kwaio, Malaita. Pacific Arts Newsletter 13, 31&ndash34.

    Alabai, M., Esau, T., Kekeubata, E., Waneagea, J., MacLaren, D., Major, R., and Callaghan, C. (2019 ). First record of Solomons nightjar Eurostopodus nigripennis for Malaita, with a description of its nest site. Bulletin of the British Ornithologists’ Club 139, 325&ndash327.
    | First record of Solomons nightjar Eurostopodus nigripennis for Malaita, with a description of its nest site. Crossref | GoogleScholar Google Scholar |

    Banack, S. A. (1998 ). Diet selection and resource use by flying foxes (genus Pteropus). Ekologiya 79, 1949&ndash1967.
    | Diet selection and resource use by flying foxes (genus Pteropus). Crossref | GoogleScholar Google Scholar |

    Callaghan, C., Kekeubata, E., Waneagea, J., Alabai, M., Esau, T., MacLaren, D., and Major, R. (2019 ). A collaborative bird survey of East Kwaio, Malaita, Solomon Islands. Check List 15, 1119&ndash1136.
    | A collaborative bird survey of East Kwaio, Malaita, Solomon Islands. Crossref | GoogleScholar Google Scholar |

    Flannery, T. (1991 ). Emporer, king and little pig: three rats of Guadacanal. Australian Natural History 23, 634&ndash641.

    Flannery, T. (1995). ‘Mammals of the South-west Pacific and Moluccan Islands.’ (Reed Books: Sydney.)

    Flannery, T. F. (2012). ‘Among the Islands.’ (Text Publishing: Melbourne.)

    Global Witness (2018). ‘Paradise Lost: How China Can Help the Solomon Islands Protect its Forests.’ (Global Witness: London.)

    Helgen, K. (2005 ). Systematics of the Pacific monkey-faced bats (Chiroptera: Pteropodidae), with a new species of Pteralopex and a new Fijian genus. Systematics and Biodiversity 3, 433&ndash453.
    | Systematics of the Pacific monkey-faced bats (Chiroptera: Pteropodidae), with a new species of Pteralopex and a new Fijian genus. Crossref | GoogleScholar Google Scholar |

    Hendry, H., and Mann, C. (2018 ). Camelot – intuitive software for camera-trap data management. Oriks 52, 15.
    | Camelot – intuitive software for camera-trap data management. Crossref | GoogleScholar Google Scholar |

    Ivens, W. (1927). ‘Melanesians of the South-east Solomon Islands.’ (Kegan Paul, Trench, Trubner & Co., Ltd.: London.)

    Keesing, R. M. (1992). ‘Custom and Confrontation the Kwaio Struggle for Cultural Autonomy.’ (University of Chicago Press: Chicago.)

    Lavery, T. H., and Judge, H. (2017 ). A new species of giant rat (Muridae, Uromys) from Vangunu, Solomon Islands. Mammalogiya jurnalı 98, 1518&ndash1530.
    | A new species of giant rat (Muridae, Uromys) from Vangunu, Solomon Islands. Crossref | GoogleScholar Google Scholar |

    Lavery, T. H., Olds, A. D., Seddon, J. M., and Leung, L. K. P. (2016 ). The mammals of northern Melanesia: speciation, ecology, and biogeography. Məməlilərə baxış 46, 60&ndash76.
    | The mammals of northern Melanesia: speciation, ecology, and biogeography. Crossref | GoogleScholar Google Scholar |

    Lavery, T. H., Kekeubata, E., Esau, T., Flannery, T. F., MacLaren, D., and Waneagea, J. (2018 ). Rat and bat hunt helped heal rift from colonial cruelty. Təbiət 563, 626.
    | Rat and bat hunt helped heal rift from colonial cruelty. Crossref | GoogleScholar Google Scholar |

    Lavery, T. H., Alabai, M., Holland, P., Qaqara, C., and Vatohi, N. (2020a ). Feral cat abundance, density and activity in tropical island rainforests. Wildlife Research , .
    | Feral cat abundance, density and activity in tropical island rainforests. Crossref | GoogleScholar Google Scholar |

    Lavery, T. H., Posala, C. K., Tasker, E. M., and Fisher, D. O. (2020b ). Resilience of tropical island endemic mammals to logging: a 25-year test. Qlobal Dəyişiklik Biologiyası , .
    | Resilience of tropical island endemic mammals to logging: a 25-year test. Crossref | GoogleScholar Google Scholar | 32239613 PubMed |

    Mayr, E., and Diamond, J. (2001). ‘The Birds of Northern Melanesia: Speciation, Ecology & Biogeography.’ (Oxford University Press: New York.)

    Medina, F. M., Bonnaud, E., Vidal, E., Tershy, B. R., Zavaleta, E. S., Josh Donlan, C., Keitt, B. S., Corre, M., Horwath, S. V., and Nogales, M. (2011 ). A global review of the impacts of invasive cats on island endangered vertebrates. Qlobal Dəyişiklik Biologiyası 17, 3503&ndash3510.
    | A global review of the impacts of invasive cats on island endangered vertebrates. Crossref | GoogleScholar Google Scholar |

    Nakashima, D., and Roué, M. (2002). Indigenous knowledge, peoples and sustainable practice. In ‘Encyclopedia of Global Environmental Change. 5: Social and Economic Dimensions of Global Environmental Change’. (Ed. P. Timmerman.) pp. 314–324. (John Wiley & Sons, Ltd: Chichester, UK.)

    Palmas, P., Jourdan, H., Rigault, F., Debar, L., De Meringo, H., Bourguet, E., Mathivet, M., Lee, M., Adjouhgniope, R., Papillon, Y., Bonnaud, E., and Vidal, E. (2017 ). Feral cats threaten the outstanding endemic fauna of the New Caledonia biodiversity hotspot. Bioloji mühafizə 214, 250&ndash259.
    | Feral cats threaten the outstanding endemic fauna of the New Caledonia biodiversity hotspot. Crossref | GoogleScholar Google Scholar |

    Pennay, M., and Lavery, T. (2017). ‘Identification Guide to Bat Echolocation Calls of Solomon Islands & Bougainville.’ Available at: http://ausbats.org.au/bat-calls-of-solomon-islands/4593992119 (accessed 10 September 2019).

    Schmitt, L., Hisheh, S., Suyanto, A., Maharadatunkamsi, N., Newbound, C., Kitchener, D., and How, R. (2009). Crossing the line: the impact of contemporary and historical sea-barriers on the population structure of bats in southern Wallacea. In ‘Island Bats: Evolution, Ecology and Conservation’. (Eds T. Fleming, and P. Racey.) pp. 59–95. (University of Chicago Press: Chicago.)

    Solomon Islands Government (2009). Report on 2009 population & housing census: basic tables and census description. Cild. 1. Solomon Islands National Statistical Office, Honiara, Solomon Islands.

    Vincenot, C. E., Vincent Florens, F. B., and Kingston, T. (2017 ). Can we protect island flying foxes? Elm 355, 1368&ndash1370.
    | Can we protect island flying foxes? Crossref | GoogleScholar Google Scholar | 28360279 PubMed |


    Videoya baxın: CHROMAZZ - Baddie Official Video (Iyul 2022).


Şərhlər:

  1. Wheeler

    Hər şey ola bilər

  2. Brooke

    Aramızda sualınızın cavabını google.com saytında axtarmağı məsləhət görürəm

  3. Necalli

    Məncə siz haqlı deyilsiniz. Mən bunu sübut edə bilərəm.



Mesaj yazmaq