Логотип последовательности - Sequence logo

Логотип последовательности, показывающий наиболее сохранившиеся базы вокруг кодон инициации от всего человеческого мРНК (Консенсусная последовательность Козака ). Обратите внимание, что кодон инициации не отрисован в масштабе, иначе каждая буква AUG имела бы высоту 2 бита.

В биоинформатика, а логотип последовательности является графическим представлением сохранение последовательности из нуклеотиды (в цепочке ДНК /РНК ) или аминокислоты (в белковые последовательности ).^[1]Логотип последовательности создается из набора выровненных последовательностей и отображает согласованную последовательность и разнообразие последовательностей. Логотипы последовательностей часто используются для изображения характеристик последовательности, таких как сайты связывания с белками в ДНК или функциональные единицы в белках.

Обзор

Логотип последовательности состоит из стопки букв в каждой позиции. Относительные размеры букв указывают на их частоту в последовательностях. Общая высота букв отображает информационное содержание позиции в битах.

Создание логотипа

Для создания логотипов последовательностей соответствующие последовательности ДНК, РНК или белков или последовательности ДНК, которые имеют общие консервативные сайты связывания, выравниваются так, чтобы наиболее консервативные части создавали хорошее выравнивание. Затем можно создать логотип последовательности из сохраненных множественное выравнивание последовательностей. Логотип последовательности покажет, насколько хорошо остатки сохраняются в каждой позиции: чем больше количество остатков, тем выше будут буквы, потому что тем лучше сохраняется сохранение в этой позиции. Различные остатки в одной позиции масштабируются в соответствии с их частотой. Высота всей стопки остатков равна Информация измеряется в биты. Логотипы последовательностей могут использоваться для обозначения сохраненных Сайты связывания ДНК, где факторы транскрипции связывать.

Информационное содержание (ось Y) позиции ${ displaystyle i}$ дан кем-то:^[2]

для аминокислот,

{ displaystyle R_ {i} = log _ {2} (20) - (H_ {i} + e_ {n})}

для нуклеиновых кислот,

{ displaystyle R_ {i} = log _ {2} (4) - (H_ {i} + e_ {n})}

где ${ displaystyle H_ {i}}$ неопределенность (иногда называемая Шеннон энтропия ) должности ${ displaystyle i}$

{ displaystyle H_ {i} = - sum _ {b = a} ^ {t} f_ {b, i} times log _ {2} f_ {b, i}}

Вот, ${ displaystyle f_ {b, i}}$ это относительная частота основания или аминокислоты ${ displaystyle b}$ на позиции ${ displaystyle i}$ , и ${ displaystyle e_ {n}}$ поправка на малую выборку для выравнивания ${ displaystyle n}$ буквы. Высота буквы ${ displaystyle a}$ в столбце ${ displaystyle i}$ дан кем-то

{ displaystyle { text {height}} = f_ {b, i} times R_ {i}}

Приближение для поправки на малую выборку, ${ displaystyle e_ {n}}$ , дан кем-то:

{ displaystyle e_ {n} = { frac {1} { ln {2}}} times { frac {s-1} {2n}}}

где ${ displaystyle s}$ равно 4 для нуклеотидов, 20 для аминокислот и ${ displaystyle n}$ - количество последовательностей в выравнивании.

Логотип консенсуса

А консенсус логотип представляет собой упрощенный вариант логотипа последовательности, который может быть встроен в текстовый формат. Подобно логотипу последовательности, консенсусный логотип создается из набора выровненных последовательностей белка или ДНК / РНК и передает информацию о сохранении каждой позиции мотив последовательности или выравнивание последовательностей^[1]^[3]. Однако консенсусный логотип отображает только информацию о сохранении, а не явную информацию о частоте каждого из них. нуклеотид или аминокислота на каждой позиции. Вместо набора из нескольких символов, обозначающих относительную частоту каждого символа, консенсусный логотип отображает степень сохранения каждой позиции, используя высоту консенсусного символа в этой позиции.

Логотип последовательности для LexA-связывающего мотива нескольких грамположительных видов.

Консенсусный логотип LexA-связывающего мотива нескольких грамположительных видов.

Достоинства и недостатки

Основное и очевидное преимущество консенсусных логотипов перед последовательными логотипами заключается в том, что они могут быть встроены в виде текста в любой текст. Расширенный текстовый формат вспомогательный редактор / читатель и, следовательно, в научных рукописях. Как описано выше, консенсусный логотип представляет собой нечто среднее между последовательными логотипами и консенсусные последовательности. В результате, по сравнению с логотипом последовательности, консенсусный логотип опускает информацию (относительный вклад каждого символа в сохранение этой позиции в мотиве / выравнивании). Следовательно, по возможности следует предпочтительно использовать логотип последовательности. При этом необходимость включения графических фигур для отображения логотипов последовательностей увековечила использование согласованных последовательностей в научных рукописях, даже если они не могут передать информацию как о сохранении, так и о частоте.^[4] Следовательно, консенсусные логотипы представляют собой улучшение по сравнению с консенсусными последовательностями, когда информация о мотиве / выравнивании должна быть ограничена текстом.

Расширения

Скрытые марковские модели (HMM) учитывают не только информационное содержание выровненных позиций в выравнивании, но также вставок и удалений. В логотипе последовательности HMM, используемой Pfam, добавляются три строки, чтобы указать частоты присутствия (присутствия) и вставки, а также ожидаемую длину вставки.^[5]

Логотип последовательности для СКАЗКИ-лайки. Обратите внимание на уменьшенную занятость (синий) в позиции 1 и случайную вставку в позиции 19 (красный).

Смотрите также

внешняя ссылка

Как читать логотипы последовательностей.
Рекомендации по созданию логотипов последовательностей.
Эрилл, И., "Мягкое введение в содержание информации в сайтах связывания факторов транскрипции", Eprint
Что такое (в) логотип последовательности?

Инструменты для создания логотипов последовательности

Логомейкер Пакет Python для создания индивидуальных логотипов последовательностей (лицензия MIT)
RWebLogo R Code, оболочка для кода Python (лицензия BSD)
Код WebLogo на Python Код Python (лицензия BSD, довольно сложно использовать)
WebLogo 3.0 (Онлайн)
Seq2Logo (Онлайн-приложение для выравнивания пептидов с использованием псевдосчета, взвешивания последовательностей и двустороннего представления)
GENIO (Онлайн)
Логотип на основе ШИМ (Онлайн-приложение для мотивированных моделей на основе ШИМ)
LogoBar (Приложение Java)
CorreLogo Онлайн-сервер для 3D-логотипов последовательностей выравнивания РНК и ДНК
seqlogo Функция C для создания логотипов последовательностей ДНК
[1] Лента надстройки MS-Word, которая позволяет создавать консенсусные логотипы
RILogo программа и веб-сервер для создания логотипов для двух взаимодействующих РНК
Skylign Онлайн-инструмент для создания логотипов, представляющих как выравнивание последовательностей, так и скрытые профили марковских моделей
sequence_motifs.js А jQuery плагин для создания мотивов последовательности (демонстрация jsfiddle ).

[Schneider1990-1] а ^б Schneider TD; Стивенс Р.М. (1990). «Последовательные логотипы: новый способ отображения согласованных последовательностей». Нуклеиновые кислоты Res. 18 (20): 6097–6100. Дои:10.1093 / нар / 18.20.6097. ЧВК 332411. PMID 2172928.

[Schneider1986-2] Schneider TD; Стормо Г.Д. (1986). «Информационное наполнение сайтов связывания нуклеотидных последовательностей» (PDF). Журнал молекулярной биологии. 188 (3): 415–431. Дои:10.1016/0022-2836(86)90165-8. PMID 3525846.

[Anzaldi2012-3] Анзалди ЖЖ; Муньос-Фернандес Д; Эрилл И. (2012). «BioWord: набор для обработки последовательностей для Microsoft Word» (PDF). BMC Bioinformatics. 13 (124): 124. Дои:10.1186/1471-2105-13-124. ЧВК 3546851. PMID 22676326.

[Schneider2002-4] Шнайдер Т.Д. (2002). «Консенсусная последовательность дзен». Приложение Биоинформ. 1 (3): 111–119. ЧВК 1852464. PMID 15130839.

[5] Уиллер, Трэвис Дж; Клементс, Джоди; Финн, Роберт Д. (13 января 2014 г.). «Skylign: инструмент для создания информативных интерактивных логотипов, представляющих выравнивание последовательностей и профиль скрытых марковских моделей». BMC Bioinformatics. 15 (1): 7. Дои:10.1186/1471-2105-15-7. ЧВК 3893531. PMID 24410852.

[1]

[2]

[3]

[4]

[5]