[논문 리뷰] PoMSA: An Efficient and Precise Position-based Multiple Sequence Alignment Technique

Sara A. Shehab, Sameh Shohdy외 1명|arXiv (Cornell University)|2017. 08. 03.

Genomics and Phylogenetic Studies참고 문헌 10인용 수 3

한 줄 요약

PoMSA는 갭 배치를 안내하는 데 사용되는 위치 행렬을 구성하는 새로운 위치 기반 다중 서열 정렬(MSA) 기법을 제안한다. 이로 인해 정렬 정확도와 효율성이 향상된다. BAliBASE, OXBench, SMART 벤치마크에서 평가한 결과, Clustal-Omega, MAFFT, MUSCLE와 같은 최신 기술들을 능가하는 정렬 점수를 기록하여 뛰어난 정밀도와 성능을 입증한다.

ABSTRACT

Analyzing the relation between a set of biological sequences can help to identify and understand the evolutionary history of these sequences and the functional relations among them. Multiple Sequence Alignment (MSA) is the main obstacle to proper design and develop homology and evolutionary modeling applications since these kinds of applications require an effective MSA technique with high accuracy. This work proposes a novel Position-based Multiple Sequence Alignment (PoMSA) technique -- which depends on generating a position matrix for a given set of biological sequences. This position matrix can be used to reconstruct the given set of sequences in more aligned format. On the contrary of existing techniques, PoMSA uses position matrix instead of distance matrix to correctly adding gaps in sequences which improve the efficiency of the alignment operation. We have evaluated the proposed technique with different datasets benchmarks such as BAliBASE, OXBench, and SMART. The experiments show that PoMSA technique satisfies higher alignment score compared to existing state-of-art algorithms: Clustal-Omega, MAFTT, and MUSCLE.

연구 동기 및 목표

• 기존 MSA 방법이 거리 행렬에 의존함으로써 최적의 갭 배치가 어려워지고 정렬 정확도가 떨어지는 문제점을 해결하기 위해.
• 유사성 및 진화 모델링 응용 분야에 적합한 보다 효율적이고 정밀한 MSA 기법을 개발하기 위해.
• 서열 간 관계를 더 잘 포착하고 정확한 갭 삽입을 안내하는 위치 행렬 기반 접근법을 도입하기 위해.
• 표준 생물학적 서열 벤치마크를 사용하여 제안된 방법을 기존의 MSA 도구들과 비교 평가하기 위해.
• 위치 기반 정렬이 거리 기반 또는 반복 기반 방법보다 높은 정렬 점수를 달성할 수 있음을 입증하기 위해.

제안 방법

• 입력 생물학적 서열에서 위치 행렬을 구성하여, 각 위치에서의 잔류물의 빈도와 분포를 표현한다.
• 위치 행렬을 사용하여 정렬 과정을 안내하며, 특히 생물학적 의미를 유지하는 데 유리한 갭 삽입 위치를 결정하는 데 중점을 둔다.
• 기존 방법이 진화적 관계를 추정하기 위해 거리 행렬을 사용하는 데 반해, PoMSA는 직접적으로 위치 보존성과 변동성을 모델링한다.
• 알고리즘은 위치 행렬을 활용하여 서열을 반복적으로 재정렬함으로써 정확도를 향상시키는 방식으로 점진적으로 정렬을 개선한다.
• 해결책에 힌트 기반 거리 계산에 의존하지 않아 계산 오버헤드를 줄이고 정렬 정밀도를 향상시킨다.
• 재현성과 비교 가능성 확보를 위해 BAliBASE, OXBench, SMART와 같은 표준 MSA 벤치마크를 사용하여 방법을 평가한다.

실험 결과

연구 질문

• RQ1 위치 행렬 기반 접근법은 거리 행렬 기반 방법에 비해 다중 서열 정렬의 정확도를 향상시킬 수 있는가?
• RQ2 제안된 PoMSA 기법은 Clustal-Omega, MAFFT, MUSCLE와 같은 최신 도구들보다 높은 정렬 점수를 달성하는가?
• RQ3 위치 기반 정렬은 정렬 품질을 유지하거나 향상시키면서 계산 오버헤드를 줄일 수 있는가?
• RQ4 PoMSA는 다양한 수준의 서열 유사도를 가진 다양한 생물학적 서열 데이터셋에서 어떻게 성능을 발휘하는가?
• RQ5 진화적 거리 대신 위치 정보를 사용할 경우 갭 배치 정확도는 어느 정도 향상되는가?

주요 결과

• PoMSA는 BAliBASE, OXBench, SMART 벤치마크에서 Clustal-Omega, MAFFT, MUSCLE보다 높은 정렬 점수를 기록한다.
• 위치 행렬의 사용으로 인해 거리 기반 방법에 비해 더 정확한 갭 배치가 가능해져 정렬 품질이 향상된다.
• 계산 비용이 높은 거리 행렬 계산을 피하기 때문에 더 뛰어난 효율성을 보인다.
• 결과는 위치 기반 모델링이 기존 방법보다 생물학적으로 의미 있는 패턴을 더 효과적으로 포착함을 시사한다.
• 다양한 서열 데이터셋에서 일관된 성능 향상을 보이며, 이는 강건성과 일반화 가능성의 증거이다.
• 연구는 위치 행렬 기반 정렬이 기존 MSA 기법에 비해 실현 가능하고 효과적인 대안임을 확인한다.