[論文レビュー] Detecting the homology of DNA-sequences based on the variety of optimal alignments: a case study

Erik Hirmo, Jüri LemberHeinrich Matzinger+1 more|arXiv (Cornell University)|Oct 14, 2012

Algorithms and Data Compression参考文献 5被引用数 4

ひとこと要約

本稿では、最長共通部分列（LCS）フレームワークにおける最適アラインメントの多様性、特に極値アラインメント（最高および最低）に注目し、DNA配列の新しい相同性検出手法を提案する。極値アラインメント間の縦方向および横方向の距離、非一意性ストレッチの長さ、一意性ポイントの数を測定することで、標準的なLCS長さのみに比べて、細かな相同性を検出する感度が向上する。特に、細菌のdnaA遺伝子において、BLASTを上回る感度を示す。

ABSTRACT

We consider a novel approach of measuring the homology of DNA sequences based of the variety of optimal alignments in the longest common subsequence sense. The proposed approach is compared with BLAST in measuring the homology of four genes.

研究の動機と目的

• 最適アラインメントの多様性を活用することで、従来のアラインメントスコアよりも感度の高い相同性検出手法の開発。
• 極値アラインメント（最高および最低）の構造的多様性が、DNA配列の生物学的関連性を反映しているかどうかの調査。
• 実際の生物学的配列において、提案された極値アラインメントに基づく指標と標準的なBLAST出力の比較。
• アラインメント多様性指標（例：非一意性ストレッチ、一意性ポイント）の感度が、微細な相同性を検出するうえで、標準LCS長さを上回るかの評価。

提案手法

• 本手法は、2つのDNA配列の最長共通部分列（LCS）に対応するすべての最適アラインメントを特定する。
• 極値アラインメントは、2次元グリッド表現におけるアラインメントの上端（最上位）および下端（最下位）のアラインメントとして定義される。
• 極値アラインメント間の最大縦方向および横方向距離を計算し、それらの和を相同性指標として用いる。
• 極値アラインメントが分岐する部分の最長非一意性ストレッチの長さを計算し、アラインメント多様性の指標とする。
• 極値アラインメントが一致する位置（一意性ポイント）の数を数え、別の相同性指標として用いる。
• これらの指標は、4つの細菌のdnaA遺伝子について、標準的なBLAST出力（E値、MaxIdent、クエリーカバレッジ）と比較される。

実験結果

リサーチクエスチョン

• RQ1 最適アラインメントの多様性、特に極値アラインメント間の距離が、配列相同性の信頼できる指標として機能するか。
• RQ2 最長非一意性ストレッチの長さは、DNA配列における生物学的関連性とどのように相関するか。
• RQ3 一意性ポイントの数およびアラインメント多様性指標が、標準LCS長さをどれほど上回るか。
• RQ4 極値アラインメントに基づく指標は、BLASTのE値およびMaxIdentと比較して、近縁な細菌遺伝子間の関連性を検出するうえで、どの程度優れているか。

主な発見

• 極値アラインメント間の最大縦方向および横方向距離の和（Vert+Hor=Sum）は、生物学的関連性と強く相関しており、非常に関連性の高いペア（例：遺伝子1–2および3–4）では0、関連性が低いペアでは44まで増加する。
• 最長非一意性ストレッチの長さは、非常に関連性の高い遺伝子ペア（例：遺伝子1–2）では0、関連性が低いペアでは111まで増加し、非関連配列ではアラインメントの多様性が高まることを示す。
• 一意性ポイントの数は、最も関連性の高いペア（遺伝子1–2）で最大（1518）を記録し、関連性が最も低いペア（遺伝子3–4）では520に減少し、関連性の高い配列ではアラインメントの一貫性が高いことを反映する。
• すべての極値アラインメントに基づく指標（Vert+Hor=Sum、non-uniq st.、uniq points）は、BLASTのE値およびMaxIdentと強く一致しており、微細な相同性を検出する感度が優れていることを示唆する。
• LCS長さ単体でも良好な性能を示すが、特に中程度の類縁度を示すペアにおいて、細分化された類縁度の違いを捉えるうえで、多様性に基づく指標に劣る。