Графическое представление консервации последовательностей: от логотипов последовательностей к консенсусным логотипам.
Sequence logo
Последовательные логотипы в биоинформатике: графическое представление консервации нуклеотидов/аминокислот. Анализ сайтов связывания белков и функциональных единиц.
Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Содержание
Введение
В биоинформатике, логотип последовательности — это графическое представление степени консервации нуклеотидов (в цепи ДНК/РНК) или аминокислот (в последовательностях белков). Логотип последовательности создается на основе набора выровненных последовательностей и отображает консенсусную последовательность и разнообразие этих последовательностей. Логотипы последовательности часто используются для визуализации характеристик последовательностей, таких как сайты связывания белков в ДНК или функциональные домены в белках.
In bioinformatics, a sequence logo is a graphical representation of the sequence conservation of nucleotides (in a strand of DNA/RNA) or amino acids (in protein sequences). A sequence logo is created from a collection of aligned sequences and depicts the consensus sequence and diversity of the sequences. Sequence logos are frequently used to depict sequence characteristics such as protein binding sites in DNA or functional units in proteins.
Обзор
Логотип последовательности состоит из стека букв в каждой позиции. Относительные размеры букв отражают их частоту во всех последовательностях. Общая высота стека букв показывает информационное содержание данной позиции в битах.
A sequence logo consists of a stack of letters at each position. The relative sizes of the letters indicate their frequency in the sequences. The total height of the letters depicts the information content of the position, in bits.
Преимущества и недостатки
Основным и очевидным преимуществом логотипов консенсуса перед логотипами последовательностей является их возможность встраиваться в виде текста в любой программе для работы с Rich Text Format и, следовательно, в научных рукописях. Как описано выше, логотип консенсуса представляет собой нечто среднее между логотипами последовательностей и последовательностями консенсуса. В результате, по сравнению с логотипом последовательности, логотип консенсуса упускает информацию (относительный вклад каждого символа в сохранение данной позиции в мотиве/выравнивании). Поэтому, когда это возможно, следует отдавать предпочтение логотипу последовательности. Тем не менее, необходимость использования графических изображений для отображения логотипов последовательностей привела к тому, что последовательности консенсуса по-прежнему широко используются в научных рукописях, несмотря на то, что они не передают информацию о сохранении и частоте. Таким образом, логотипы консенсуса представляют собой улучшение по сравнению с последовательностями консенсуса, когда информацию о мотиве/выравнивании необходимо представить в текстовом формате.
The main, and obvious, advantage of consensus logos over sequence logos is their ability to be embedded as text in any Rich Text Format supporting editor/viewer and, therefore, in scientific manuscripts. As described above, the consensus logo is a cross between sequence logos and consensus sequences. As a result, compared to a sequence logo, the consensus logo omits information (the relative contribution of each character to the conservation of that position in the motif/alignment). Hence, a sequence logo should be used preferentially whenever possible. That being said, the need to include graphic figures in order to display sequence logos has perpetuated the use of consensus sequences in scientific manuscripts, even though they fail to convey information on both conservation and frequency. Consensus logos represent therefore an improvement over consensus sequences whenever motif/alignment information has to be constrained to text.
Расширения
Скрытые марковские модели (HMM) учитывают информационное содержание не только выровненных позиций в выравнивании, но и вставок и удалений. В логотипе последовательности HMM, используемом Pfam, добавляются три строки для отображения частоты занимаемости (присутствия) и вставок, а также ожидаемой длины вставок.
Hidden Markov models (HMMs) not only consider the information content of aligned positions in an alignment, but also of insertions and deletions. In an HMM sequence logo used by Pfam, three rows are added to indicate the frequencies of occupancy (presence) and insertion, as well as the expected insertion length.