Tìm hiểu bài toán so sánh cặp trình tự

Báo cáo tin sinh học

Sinh viên thực hiện: Nguyễn Thị Thu Quỳnh

Lớp : tin học C-k52

Khoa: Công nghệ thông tin

Chuyên đề 7: Tìm hiểu bài toán
so sánh cặp trình tự
1. Nội dung và ý nghĩa sinh học

bài toán so sánh cặp trình tự
2. Thuật toán ma trận điểm
(dot matrix)
4. Thuật toán quy hoạch động
Needman-Wunch

1. Nội dung và ý nghĩa của bài
toán so sánh cặp chuỗi

a. Định nghĩa

b. Ý nghĩa

a. Định nghĩa
Định nghĩa: so sánh trình tự(phép gióng hang
gióng cột) là quá trình nghiên cứu sự giống
nhau giữa các chuỗi trình tự,là cách thức so
sánh giữa 2 hay nhiều trình tự dựa trên việc

so sánh một chuỗi các thành phần(ký tự) của
trình tự để tìm ra những điểm tương đồng,
giống nhau giữa các trình tự. Các trình tự
được đề cập đến trong phần nghiên cứu này
là các chuỗi trình tự DNA, RNA hoặc các trình
tự amino axit.

Một vài ý nghĩa của việc so
sánh các trình tự

Đánh giá mức độ sai khác giữa các trình tự do nhiều
nguyên nhân. Có thể ứng dụng để phát hiện các đột
biến điểm hoặc mất đoạn nucleotide.

Xác định được các intron, exon (khi so sánh 1 trình
tự RNA và các trình tự DNA)

Nghiên cứu và xây dựng cây phát sinh chủng
loại(phylogenetic).

Xác định được các vùng bảo thủ trong các trình tự
chằng hạn như vùng promoter(kĩ thuật footprinting).

Là một phần không thể thiếu khi đăng kí trình tự vào
ngân hàng gen EMBL

2. Thuật toán ma trận điểm
(dot matrix)
a. Phương pháp ma trận điểm
b. Thuật toán ma trận điểm

c. Ví dụ

a. Phương pháp ma trận điểm

Phương pháp ma trận này cho phép phát hiện
sự có mặt của các dạng mất đoạn hoặc thêm
đoạn giữa trình tự vì chúng làm thay đổi
hướng theo chiều ngan hoặc dọc

Phương pháp này có thể hiện một số đặc
điểm, chẳng hạn như là sự tương đồng giữa
các nhiễm sắc thể, các vùng lặp trong
protein.

b. Thuật toán ma trận điểm

B1: Khởi tạo 1 sơ đồ từ 2 chuỗi ban đầu
(Một trình tự viết theo chiều ngang trang giấy và trình tự còn lại
viết từ trên xuống dưới bên tay trái)

B2: Các axit amin hay nucleotide của mỗi trình tự đối chiếu với
nhau.Khi nào chúng giống nhau thì được đánh bởi 1 dấu chấm.

B3: Kết quả sẽ tạo ra một bảng các điểm chấm. Nếu các điểm
chấm là liên tục sẽ tạo thành 1 chuỗi các điểm châm.



Ví dụ1


So sánh 2 cặp trình tự giống nhau
Seq1: ATTCCGGTACGT
Seq2: ATTCCGGTACGT


Ví dụ 2

So sánh 2 cặp trình tự khác nhau
Sqe1: ATTCCGGTACGT
Sqe2: ATTCCAAAGGTACGT


4. Thuật toán quy hoạch động
Needman-Wunch

a. Giới thiệu chung về thuật toán.

b. Giải thuật tổng quát.

c. Ví dụ minh họa.

a. Giới thiệu tổng quát

Năm 1970 needleman và wunsch đã tạo ra
quá trình alignment bằng cách so sánh 2 axit
amin đồng thời. Họ bắt đầu ở cuối của mỗi
trình tự và sau đó di chuyển dần lên trên mỗi
lần 1 cặp axit amin, đồng thời cho phép rất
nhiều dạng tổ hợp khác nhau của các cặp
ghép, cặp k0 ghép, hoặc các axit amin thêm

trong 1 trình tự.

Trong thuật ngữ của khoa học máy tính, quá
trình này được gọi là chương trình động học.

b. Thuật toán quy hoạch động
Needman-Wunch

Phát biểu bài Toán:
Giả sử có hai trình tự A và B. Để việc sắp gióng cột
cặp trình tự AB có điểm cao nhất (tức cho kết quả
tương đồng cao nhất), một ma trận F hai chiều được
tạo ra. Mỗi vị trí trong ma trận được kí hiệu là Fij.
Điểm cho sắp gióng cột được đặc trưng bằng ma
trận tương đồng, trong đó, S(i,j) là điểm tương đồng
giữa hai kí tự i và j. d là một điểm phạt tuyến tính
cho các gap (gap penalty). Trong ma trận, trục
hoành là các kí tự của trình tự A (có chiều dài x), các
kí tự của trình tự B (có chiều dài y) được biểu diễn
trên trục tung.


GAP???
Trong quá trình sắp gióng cột, các
khoảng trống gap(được kí hiệu bằng
dấu _) được chèn vào giữa các vị trí
nucleotide hay amino axit để các trình
tự có sự tương tự nhau nhiều nhất
trong mỗi cột.
Nếu 2 trình tự được sắp gióng cột có

chung 1 tổ tiên, các gap biểu thị cho
các đột biến thêm vào hay mất đi của
nucleotide trong quá trình tiến hóa.


Trong sắp gióng cột các trình tự protein,
mức độ tương đồng giữa các amino axit biểu
thị cho sự bảo tồn của một vùng đặc biệt
trong sắp trình tự. Sắp gióng cột protein cũng
cho thấy có sự thay thế các amino axit. Sự
thay thế bởi các amino axit có đặc tính sinh
hóa tương tự nhau ( sự thay thế có tính bảo
tồn) tại một vùng đặc biệt của trình tự giải
thích cho vai trò quan trọng về cấu trúc hoặc
chức năng của vùng đó.


Các bước thực hiện thuật toán:

Bước 1: Khởi tạo ma trận từ 2 chuỗi
sequence.

Bước 2: lấp đầy ma trận

Bước 3: Traceback


Bước 1: Khởi tạo ma trận từ 2 chuỗi
Ta khởi tạo ma trận F như sau:
F(0,0)=0

F(0,j)=0
F(i,0)=0
Bước 2: Lấp đầy ma trận.
Ta tiến hành lấp đầy ma trận từ đỉnh bên trái
tới đáy bên phải. Giá trị tại vị trí F(i,j) sẽ được
tính dựa vào điểm tại F(i-1,j-1), F(I,j-1) theo
công thức sau:
Fi,j = MAX[ Fi-1, j-1 + Si,j ,Fi,j-1 + d , Fi-1,j + d ]



Bước 3:Traceback
1. Dựa vào kỹ thuật lưu vết để tìm đường đi ngược lại
a. Khởi tạo: Xuất phát từ ô (m,n)
b.Các bước lặp: Từ ô (i,j) ta xét các ô (i-1,j-1), (i-
1,j), (i,j-1)
- Nếu F(i,j) = F(i,j-1) +d thì ta có đường đi từ ô
(i,j-1) đến ô (i,j)
- Nếu F(i,j) = F(i-1,j) +d thì ta có đường đi từ ô
(i-1,j) đến ô (i,j)
- Nếu F(i,j) = F(i-1,j-1) + S (i,j) với điều kiện
A[j] giống B[i] thì ta có đường đi từ ô (i,j) đến ô (i-
1,j-1)
- Nếu F(i,j) = F(i-1,j-1) thì cũng có đường đi từ
ô (i,j) đến (i-1,j-1)

Mỗi bước có thể chọn nhiều đường đi.

2. Tìm ra các alignment( The edit transcript)
+ Nếu đường đi theo hướng đường chéo từ ô

(i-1,j-1) đến ô (i,j)
- Nếu A[j] giống B[i] thì A[j] và B[i] được
nối với nhau.
- Nếu A[j] khác B[i] thì A[j] được gióng với
B[i] nhưng không được nối ( được gọi là sự
thay thế _ substitution)
+ Nếu đường đi theo hướng từ ô (i,j-1) đến ô
(i,j)thì chèn thêm một Gap ở B gióng với A[j]
+ Nếu đường đi theo hướng từ ô (i-1,j) đến ô
(i,j) thì chèn thêm một Gap ở A gióng với B[i]

c. Ví dụ minh họa

Cho 2 trình tự A và B:
Trình tự A: GAATTCAGTTA (n=11)
Trình tự B: GGATCGA (m=7)
Hãy so sánh 2 trình tự trên?

Input: 2 trình tự A,B.
Output: các alignment.


Trong đó n là độ dài của trình tự A, m
là độ dài của trình tự B.

Cách tính điểm:
Si,j = 1 nếu 2 ký tự trùng khớp.
Si,j = 0 nếu 2 ký tự không trùng.
khớp(2 kí tự cách nhau )
d = 0 nếu gặp khoảng cách (gap).

Bước 1. Khởi tạo

Tạo 1 ma trận F có n+1 cột và m+1
hàng.

Bước 2: Lấp đầy ma trận

Tính Fi,j theo công thức

Qui ước: F i-1, j-1 sẽ có màu đỏ, F i, j-1 sẽ có
màu xanh lá cây và F i-1, j sẽ được màu xanh
lam. Ta lần lượt điền các giá trị Fi,j cho đến
khi lấp đầy ma trận

Vd: Ta tính F1,1 như sau:
Ta có :S 1,1 = 1,d = 0, F 0,0 =0, F 1, 0=0 ,
F 0,1=0
Vì vậy, F 1,1= Max [F 0,0 + 1, F 1, 0 + 0,
F0,1 + 0] = Max [1, 0, 0] = 1.(Hình 2)