Assegnamento di geni ortologhi attraverso il riarrangiamento genomico
Download
1 / 45

Assegnamento di Geni Ortologhi attraverso il Riarrangiamento Genomico - PowerPoint PPT Presentation


  • 103 Views
  • Uploaded on

Assegnamento di Geni Ortologhi attraverso il Riarrangiamento Genomico. Bioinformatica A.A. 2008-2009 Selene Centi Carlo Alberto Fabbretti. Introduzione Ortologhi, paraloghi, speciazione, omologia Mutazioni locali, riarrangiamenti globali Costruzione famiglie di geni omologhi (BLAST)

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Assegnamento di Geni Ortologhi attraverso il Riarrangiamento Genomico' - akando


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Assegnamento di geni ortologhi attraverso il riarrangiamento genomico
Assegnamento di Geni Ortologhi attraverso il Riarrangiamento Genomico

Bioinformatica

A.A. 2008-2009

Selene Centi

Carlo Alberto Fabbretti


  • Introduzione

    • Ortologhi, paraloghi, speciazione, omologia

    • Mutazioni locali, riarrangiamenti globali

  • Costruzione famiglie di geni omologhi (BLAST)

  • Problematiche nel calcolo della distanza

  • Un algoritmo euristico per SRDD

  • Risultati sperimentali


Introduzione
Introduzione

  • ORTOLOGHI

    geni, in diverse specie, che si sono evoluti dallo stesso gene nell’ultimo antenato comune (evoluzione)

  • PARALOGHI

    geni duplicati da un singolo gene sullo stesso genoma(inparalog, outparalog)


Introduzione

  • SPECIAZIONE

    processo evolutivo grazie al quale si formano nuove specie da quelle preesistenti (antenato comune)

  • OMOLOGHI

    geni che hanno un’origine evolutiva comune (es. ala uccello e pinna anteriore foca)



Introduzione

L’evoluzione molecolare procede in due differenti modi:

Mutazionilocali

Inserzione

Delezione

  • Riarrangiamento globale

  • Inversione

    Trasposizione

    Traslocazione

5 3 2 4 1

5 3 2 4 6 1

1 2 3 4 5 6 7 8 9

1 2 3 -6 -5 -4 7 8 9

1 2 3 4 5 67 8 9

6 7 8 9 1 2 3 4 5

5 3 2 4 1

3 2 4 1

1 2 3 4 5 6

1 2 3 11 12 13

7 8 9 1011 12 13


Introduzione

  • Scopo: cercare geni ortologhi

  • Lavori precedenti -> mutazioni locali.

    Misurate da assegnamento omology-based

  • Articolo -> mutazioni locali (geni)

    +

    riarrangiamento globale (genomi)(inversione)

    misurate con il minimo numero di eventi


SOAR

  • Sistema SOAR:

  • Costruisce famiglie di geni da un genoma annotato usando la ricerca basata sull’omologia (BLASTp)

  • Assegna ortologia usando un algoritmo euristico per SRDD riarrangiando un genoma in un altro con il più piccolo numero di eventi di riarrangiamento(MCP,MCD)

Assegna ortologia con l’algoritmo SRDD:

1- applicando tre regole (sub)ottimali

2- applicando il minimum common partition

3- maximum cycle decomposition

Costruisce famiglie di geni omologhi:

1- comparazione tutti-verso-tutti con BLASTp

2- chaining HSPs

Lista di coppie di geni ortologhi

Due genomi con geni annotati


SOAR:Costruire famiglie di geni omologhi

BLASTp

Programma euristico per cercare omologia

Input-> sequenza, valore T (11-15)

Output -> sequenze simili alla sequenza in input


SOAR:Costruire famiglie di geni omologhi

  • BLASTp, funzionamento:

  • Dalla sequenza presa in input si estraggono parole di w lettere

  • Per ogni parola viene creata una lista di parole di w lettere (il cui punteggio di similarità,calcolato usando matrici, deve essere almeno pari a T)

  • Nel DB cerca corrispondenze esatte con almeno una parola creata al passo 2

  • Si prendono in considerazione i caratteri adiacenti alla parola (sia a dx che a sx). Per ogni carattere aggiunto si ricalcola il punteggio con la sequenza del DB e fino a che questo aumenta si aggiungono caratteri alla parola


SOAR:Costruire famiglie di geni omologhi

BLASTp, esempio:


SOAR:Costruire famiglie di geni omologhi

BLASTp, funzionamento:

5. Gli HSP accettati sono quelli che sono compatibili con il 50% della stringa in input

6. Non tutti gli allineamenti prodotti hanno rilevanza biologica. BLAST aggiunge all’autput un E-Value che indica quanto è probabile che ci sia correlazione biologica fra due sequenze.

1є – 20 <E-value< 2


SOAR:Costruire famiglie di geni omologhi

  • Risultati:

  • Ogni insieme di geni omologhi dello stesso genoma costituiscono una famiglia di geni

  • I geni senza controparte omologa nell’altro genoma saranno rimossi dalla lista dei geni

  • I geni rimanenti sono riordinati sul genoma in accordo alle loro vecchie locazioni

  • Genomi di uguale contenuto e tutti i geni derivano dai geni del comune genoma ancestrale


Riarrangiamento globale: inversione

Esempio inversione

G = +c-b+a+b

H = +a-b-b-c


Riarrangiamento globale: inversione

Perché sono importanti gli eventi

di riarrangiamento?

In G la prima copia del gene b

Potrebbe corrispondere

alla seconda copia

del gene b in H

PROBLEMA: come ordinare una sequenza di geni (con duplicati)

in un’altra con il minimo numero di inversioni?


Terminologia

  • Aalfabeto finito di simboli

  • +,- rappresentano l’orientamento di ogni simbolo

  • Un simbolo dell’alfabeto rappresenta un gene

  • Un genoma è una sequenza di simboli segnati

  • Singleton è un gene che è l’unico membro della sua famiglia

  • Duplicated è un gene che non è l’unico membro della sua famiglia

  • I genomi G e H sono relatedse hanno lo stesso contenuto genomico (ugual numero di famiglie della stessa dimensione)


Terminologia

Operazione di inversione

ρ (i,j)

G = (g1…gi-1gigi+1…gj-1gjgj+1…gn)

G ∙ ρ (i,j) = (g1…gi-1-gj-gj-1…-gi+1-gigj+1…gn)


Reversal distance

  • Dati due genomi G e H

  • Reversal distance problem

    trovare il numero minimo di inversioni ρ1,ρ2,…ρt tali che

    G ∙ (ρ1, ρ2,… ρt) = H

  • Reversal distance

    d(G,H) = t



Reversal distance

  • Se i geni di G e H sono duplicated

  • M insieme di tutti

    i possili assegnamenti

    ortologhi

    - m є M

    - genoma G

    Lemma

    Dati i genomi G e H, d(G,H) = minmєMd(Gm,Hm)

    SRDD è NP-Arduo!!!![3]

Gm dopo l’assegnamento dell’ortologia m


Una prima approssimazione

  • I primi e gli ultimi geni di due genomi related

    sono identici e singleton positivi

  • I geni con segno vengono rappresentati:

    G = (g1g2…gn)

gihgit se gi positivo

gitgih se gi negativo


Una prima approssimazione

Partial graph G(V,E)

V = { gis| 1≤ i ≤n, sЄ {h,t }}

E = link che collegano due nodi in V che corrispondono a simboli adiacenti in G

eccetto gih e git

V= insieme di simboli distinti in V dove

gih = gjh se gi e gj appartengono alla stessa famiglia

fG(v1,v2) = numero di collegamenti in E che collegano due nodi distinti in G(V,E)

~

~

~


Una prima approssimazione

Esempio:

G = +c-a-b+a+d

H = +c+a+b+a+d G = (g1g2…gn)

Grafo parziale

ch ct at ah bt bh ah at dh dt

ch ct ah at bh bt ah at dh dt

gihgit se gi positivo

gitgih se gi negativo


Una prima approssimazione

~

~

~

~

~

~

~

{v1,v2}є V

x se x>0

δ (x) =

0 altrimenti

br(G,H) = 2 d(G,H) =1


Algoritmo heur srdd g h
Algoritmo Heur-SRDD(G, H)

  • Applica le tre regole (sub)ottimali

    • Lemma 1

    • Lemma 2

    • Lemma 3

  • Esegui MCP

  • Esegui MCD

  • Ordina G in H


Lemma 1

...

gi-1

...

hj+1

Lemma 1

G

...

...

...

...

...

gi-1

gi

gi+1

gk

H

...

...

...

...

...

hl

hj-1

hj

hj+1

hj-1

hj

hj+1

G'

...

...

gi

gi+1

gk

H'

...

...

hl

hj-1

hj

d (G, H) ≤ d (G', H') ≤ d (G, H)+1


Algoritmo heur srdd g h1
Algoritmo Heur-SRDD(G, H)

  • Applica le tre regole (sub)ottimali

    • Lemma 1

    • Lemma 2

    • Lemma 3

  • Esegui MCP

  • Esegui MCD

  • Ordina G in H


Lemma 2

hl-1

hl-1

hk

hk-1

hk-1

hk

hl

hl

singleton

duplicati

...

...

...

...

Lemma 2

G

...

...

...

gj-1

gi-1

gi

gj

H

...

...

...

G'

...

gi-1

gi

gj

gj-1

d (G, H) = d (G', H')

H'

...

hl

hk

hk-1

hl-1


Algoritmo heur srdd g h2
Algoritmo Heur-SRDD(G, H)

  • Applica le tre regole (sub)ottimali

    • Lemma 1

    • Lemma 2

    • Lemma 3

  • Esegui MCP

  • Esegui MCD

  • Ordina G in H


Formula h p

Formula H-P:

δ (G,H) =

d(G,H) =

b(G,H) – c(G,H)

+ h(G,H) + f(G,H)


Lemma 3

...

...

gk

Lemma 3

G

...

...

...

gi-1

gi

gk

H

...

...

...

hl

hj-1

hj

hj+1

hj

G'

...

gi-1

gi

δ (G,H) = δ (G',H')

H'

...

...

...

hl

hj-1

hj


Algoritmo heur srdd g h3
Algoritmo Heur-SRDD(G, H)

  • Applica le tre regole (sub)ottimali

    • Lemma 1

    • Lemma 2

    • Lemma 3

  • Esegui MCP

  • Esegui MCD

  • Ordina G in H


Minimum common partition mcp
Minimum Common Partition (MCP)

G

segmento

partizione

H


Minimum common partition mcp1
Minimum Common Partition (MCP)

Rappresentazione contratta

G

H

Sia L(G,H) la cardinalità della MCP ( = 3 in questo caso )

ceiling( (L(G,H) -1))/2) ≤ d(G,H) ≤ L(G,H) - 1

MCP è NP-complesso !!![1]


Approx mcp
Approx-MCP

G

H

Single match

Pair match

Non breakpoint

Breakpoint

Sia M una funzione che assegna geni di G a geni di H

Sia b il numero di breakpoint in questo assegnamento

L(G,H) = b


Approx mcp1
Approx-MCP

G

H

Pair match graph P(V,E)


Approx mcp2
Approx-MCP

  • Il problema di trovare l'insieme massimale di elementi indipendenti (IS) di P(V,E) è equivalente al MCP(G,H)

  • Il problema della copertura di vertici (VC) di P(V,E) è il complemento di IS

  • Si può calcolare MCP utilizzando un algoritmo approssimato e noto per il calcolo di VC

l: dimensione della common partition trovata da Approx-MCP

|V|: numero di vertici del grafo P

n: lunghezza genoma G

r: rate approssimazione di VC

l ≤ ( r-1 ) (|V| - n ) + r (L(G,H))


Approx mcp ricapitolando
Approx-MCP (ricapitolando)

/* prende in input due genomi G e H simili */

  • Costruisce il grafo dei pair match P(V,E) per G e H

  • Trova una copertura di vertici C approssimata per P

  • Identifica i segmenti basandosi sui pair match di V – C

  • Restituisce tutti i segmenti come una common partition di G e H


Algoritmo heur srdd g h4
Algoritmo Heur-SRDD(G, H)

  • Applica le tre regole (sub)ottimali

    • Lemma 1

    • Lemma 2

    • Lemma 3

  • Esegui MCP

  • Esegui MCD

  • Ordina G in H


Maximum cycle decomposition
Maximum Cycle Decomposition

Grafo completo G(V, E)

Rappresentazione gene:

+a → ah at

- a → at ah

ch ct at ah b t bh ah at dh dt

G

+c -a -b +a +d

H

+c +a +b +a +d

ch ct ah at bh bt ah at dh dt

MCD:

Ogni vertice appartiene esattamente a un ciclo

I due vertici che rappresentano testa e coda di un gene devono essere collegati ai rispettivi vertici di un qualche gene nell'altro genoma

Gli archi si alternano tra vertici dello stesso genoma e non


Maximum cycle decomposition1

Dati due genomi parenti G e H si ha che:

n - 1 - C ≤ d(G, H) ≤ n – 1 – C4

n: lunghezza di G

C: numero di cicli nella MCD

C4: numero di cicli di dimensione 4 della decomposizione che ne presenta di più

Maximum Cycle Decomposition

MCD è NP-complesso !!![2]


Greedy mcd

/* prende in input due genomi G e H simili */

Costruisce il grafo completo G(V,E) per G e H

while V is not empty do

Seleziona un vertice da V

Trova il ciclo più breve che passa per questo vertice e che non violi i vincoli

Rimuovi i vertici del ciclo

Restituisci i cicli trovati come cicle decomposition

Greedy-MCD


Algoritmo heur srdd g h5
Algoritmo Heur-SRDD(G, H)

  • Applica le tre regole (sub)ottimali

    • Lemma 1

    • Lemma 2

    • Lemma 3

  • Esegui MCP

  • Esegui MCD

  • Ordina G in H



Riferimenti
Riferimenti

[1]A. Goldstein, P. Kolman, and J. Zheng, “Minimum Common

String Partition Problem: Hardness and Approximations,” Proc.

15th Int’l Symp. Algorithms and Computation (ISAAC), pp. 473-484,2004.

[2]Z. Fu, “Assignment of Orthologous Genes for Multichromosomal Genomes Using Genome Rearrangement” UCR CS technicalreport, 2004.

[3]X Chen J Zheng, Z Fu, P Nan, Y Zhong, S Lonardi, T Jiang, “Assignment of orthologous genes via genome rearrangement”


ad