Кіріспе
Максималды бірегей сәйкестік немесе қысқаша MUM - бұл есептеу биологиясындағы геномдардың бірнеше тізбекті сәйкестендіруіндегі негізгі қадамның бөлігі. MUM және басқа да ықтимал зәкірлерді анықтау MUMmer сияқты үлкен сәйкестендіру жүйелерінде алғашқы қадам болып табылады. Анкерлер - екі геномның арасындағы өте ұқсас жерлер. МУМ дегенді түсіну үшін әр сөзді жеке-жеке бөліп қарастыру керек. Сәйкестіктің мәні - екі тізбекте де субтерминнің кездесетінін білдіреді. Бірегей дегеніміз - әр тізбекте бір ғана рет кездесетін субтізбе. Соңында, максималды субсерықтың екі алдыңғы талапты да орындайтын басқа үлкен тізбектің бөлігі емес екенін айтады. Бұл идеяның негізі - әр геномда бір рет ғана кездесетін және дәл сәйкес келетін ұзын тізбектер, әрине, жаһандық сәйкестіктің бөлігі болып табылады.
in the multiple sequence alignment of genomes in computational biology. Identification of MUMs and other potential anchors is the first step in larger alignment systems such as MUMmer. Anchors are the areas between two genomes where they are highly similar. To understand what a MUM is we each word in the acronym can be broken down individually. Match implies that the substring occurs in both sequences to be aligned. Unique means that the substring occurs only once in each sequence. Finally, maximal states that the substring is not part of another larger string that fulfills both prior requirements. The idea behind this is that long sequences that match exactly and occur only once in each genome are almost certainly part of the global alignment.
Алгоритм
Екі өте ұзын геномдық тізбектердегі МУМ-тар жиынтығын анықтау есептеу тұрғысынан қарапайым емес. Бірнеше рет ретке келтіруде MUM-терді анықтауға бірнеше алгоритмдік тәсілдер бар. Ең қарапайым және баяу әдіс - бұл брут-форс әдісі, онда А геномдағы әрбір i индексі және В геномдағы әрбір j индексі үшін А[i n] және Б[j m]-дің ең ұзын ортақ префиксін (P) есептейсіз. Бұдан кейін P ұзындығы кем дегенде d-ге тең екеніне кепілдік беру керек, мұнда d - ең төменгі МУМ өлшемі. Соңында, екі геномда да P бірегей екеніне көз жеткізіңіз. Осылайша, күшті күш әдісінің күрделілігі O ((mn) болып табылады. Шын мәнінде, MUM-тер A және B үшін жалпыландырылған жұрнақ ағашын құру арқылы анықталса да, барлық ішкі түйіндер үшін әр геномдық реттіліктен дәл бір баламен тізім жасалады. Бұл түйіндердің әрқайсысы үшін (((Біз A геномынан i және B геномынан j деп балаларды анықтаймыз)) A[i 1] ≠ B[j 1] екенін тексеріп, бұл жағдай орындалған жағдайда бұл MUM екенін білеміз. Бұл жағдайда күрделілік O ((m+n) -ге дейін азаяды. Төмендегі суретте бастапқы S және T және 1 a d тізбегі берілген MUM-тар G және TA болуы керек. Қызыл жапырақ - бұл жапырақ S сабынан, ал көк жапырақ - T сабынан шыққандығын білдіреді. A-дағы ішкі түйін алынып тасталды, өйткені екі A-дан бұрын келетін таңба бірдей (T), бұл тізбектердің үлкен бірегей тізбекке жататын жағдайы. C-дегі ішкі түйінді тастап тастайды, өйткені оның S-ден екі баласы бар. Бұл бізге G және TA-ның MUM-тары қалдырады.
Максималды дәл сәйкестік (MEM)
MUM - бұл ең үлкен дәл сәйкестіктер немесе MEMS деп аталатын үлкен жиынның кіші жиынтығы. МЭМ-де МУМ-дың бірегейлік шарты жеңілдетіледі. МЭМ-тер жергілікті сәйкестендіруге ұқсас, бірақ бұл жағдайда тек бос орындар жоқ реттілікті анықтайды.