В области биоинформатики и вычислительной биологии выравнивание последовательностей играет решающую роль в сравнении и анализе генетической информации. Один популярный тип выравнивания последовательностей называется «выравниванием без пропусков». В этой статье мы углубимся в мир неразрывных выравниваний, исследуем, что это такое, как они работают, а также различные методы, используемые для их получения. Итак, начнём!

Что такое нераспределенные выравнивания?
Незакрытые выравнивания, также известные как парные выравнивания, являются фундаментальной концепцией анализа последовательностей. Они включают сравнение двух последовательностей и идентификацию областей сходства без учета пробелов (вставок или делеций) в любой из последовательностей. Другими словами, выравнивание без пропусков направлено исключительно на сопоставление идентичных символов в соответствующих позициях в последовательностях.

Метод 1: динамическое программирование
Одним из наиболее широко используемых методов получения неразрывных согласований является динамическое программирование. Алгоритмы динамического программирования, такие как алгоритм Нидлмана-Вунша, могут эффективно вычислять оптимальную оценку совпадения между двумя последовательностями. Рассматривая все возможные совпадения и присваивая оценку каждому совпадению, динамическое программирование определяет выравнивание с наивысшим баллом, представляющее собой наилучшее выравнивание без пропусков.

Пример кода (Python):

def ungapped_alignment(seq1: str, seq2: str) -> int:
    m = len(seq1)
    n = len(seq2)

    # Initialize the score matrix
    score = [[0] * (n + 1) for _ in range(m + 1)]

    # Fill the score matrix
    for i in range(1, m + 1):
        for j in range(1, n + 1):
            if seq1[i - 1] == seq2[j - 1]:
                score[i][j] = score[i - 1][j - 1] + 1
            else:
                score[i][j] = max(score[i - 1][j], score[i][j - 1])

    # Return the maximum score
    return score[m][n]

Метод 2: начальное и расширенное
Другим часто используемым подходом для получения неразрывных выравниваний является метод начального и расширенного. Этот метод включает в себя сначала идентификацию коротких областей с высоким сходством, называемых «начальными числами», с использованием эвристики или точных алгоритмов. Как только семена идентифицированы, их расширяют в обоих направлениях, чтобы получить окончательное выравнивание без зазоров.

Пример кода (Python):

def seed_and_extend(seq1: str, seq2: str, seed_length: int) -> str:
    # Identify seeds
    seeds = []
    for i in range(len(seq1) - seed_length + 1):
        seed = seq1[i:i + seed_length]
        if seed in seq2:
            seeds.append(seed)

    # Extend seeds
    alignments = []
    for seed in seeds:
        start = seq2.index(seed)
        end = start + len(seed)
        alignment = seq1 + "-" * start + seq2[end:]
        alignments.append(alignment)

    # Return the best alignment
    return max(alignments, key=len)

Метод 3: суффиксные деревья
Суффиксные деревья — это мощные структуры данных, которые можно использовать для эффективного поиска неразрывных сопоставлений. Построив суффиксное дерево для одной из последовательностей, мы можем искать точные совпадения в другой последовательности. Затем совпадающие области можно извлечь, чтобы сформировать выравнивание без разрывов.

Пример кода (Python):

from suffix_trees import STree
def suffix_tree_alignment(seq1: str, seq2: str) -> str:
    # Build the suffix tree
    tree = STree.STree(seq1)

    # Search for matches in seq2
    matches = []
    for i in range(len(seq2)):
        suffix = seq2[i:]
        match = tree.find_all(suffix)
        if match:
            matches.append((match[0], i, i + len(match[0])))

    # Extract the best alignment
    best_alignment = max(matches, key=lambda x: x[2] - x[1])
    alignment = seq1 + "-" * best_alignment[1] + seq2[best_alignment[2]:]

    return alignment

Нераспределенные выравнивания необходимы для сравнения и анализа последовательностей в биоинформатике и вычислительной биологии. В этой статье мы исследовали три популярных метода получения неразрывных выравниваний: динамическое программирование, начальное и расширение и суффиксные деревья. Каждый метод имеет свои сильные и слабые стороны, и выбор метода зависит от конкретных требований анализа. Используя эти методы, исследователи могут получить ценную информацию из генетических данных и углубить наше понимание биологических систем.