TIN SINH HỌC ĐẠI CƯƠNG (Introduction to Bioinformatics) PGS.TS. Trần Văn Lăng

Trần Văn Lăng, VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM Nhắc lại ại 5 • Các tế bào, với các ngăn khác nhau của nó gọi là bào quan, phải đối mặt với một vấn đề là: –Tế bào sản xuất c

Trang 1

TIN SINH HỌC ĐẠI CƯƠNG

(Introduction to Bioinformatics)

PGS.TS Trần Văn Lăng Email: langtv@vast.vn

PGS.TS Trần Văn Lăng, VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM1

BẮT CẶP TRÌNH TỰ (SEQUENCE ALIGNMENT)

Trang 2

• Sinh vật được tạo thành từ tế bào.

• Bên trong mỗi tế bào - ngoại trừ hồng huyết cầu

trưởng thành - có nhân (nucleus) chứa tất cả

các chỉ thị di truyền (genetic instruction)

• Những chỉ thị này là chức năng của tế bào

PGS.TS Trần Văn Lăng, VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM

Nhắc lại ại

5

• Các tế bào, với các ngăn khác nhau của nó gọi

là bào quan, phải đối mặt với một vấn đề là:

–Tế bào sản xuất các phân tử như kích thích tố, dẫn truyền thần kinh, các cytokine và enzyme

–Chúng phải được gửi đến nơi khác bên trong tế bào, hoặc xuất ra khỏi tế bào.

–Việc sản xuất và vận chuyển này phải được thực hiện đúng nơi và đúng lúc.

• DNA phiên mã thành RNA, rồi được dịch mã

thành Protein Từ đó điều chỉnh tất cả các quá

trình phát triển của một sinh vật

• Một gene là một đoạn của DNA với trình tự base đặc trưng – cụ thể, gọi là mã di truyền (genetic code), hay chỉ thị di truyền để xác định chức năng của tế bào

Trang 3

Chẳng hạn, về ung thư

• Cơ thể chúng ta liên tục sản xuất ra các tế bào

để giúp chúng ta phát triển, để thay thế những tế

bào đã chết, hoặc hàn gắn lại những tế bào bị

tổn thương sau một chấn thương.

• Có các gene kiểm soát quá trình này; khi những

gene này bị gây tổn hại dẫn đến bệnh tật, đặc

biệt là ung thư.

10

• Những khối u có thể lành tính (không phải ung

thư) hoặc ác tính (ung thư)

• Những khối u lành tính không xâm lấn vào các

cơ quan và các mô xung quanh của cơ thể

Trong khi đó khối u ác tính sẽ phát triển, có thể

xâm lấn vào những mô xung quanh, trở thành

ung thư.

Như vậy,

• Ung thư xuất phát từ một tế bào đơn lẻ, sau đó chuyển dạng tế bào bình thường thành tế bào ung thư Việc này có thể do:

–Tác nhân vật lý: tia cực tím, bức xạ ion –Tác nhân hóa học: như

Asbestos: các thành phần của khói thuốc lá, Aflatoxin: một chất nhiễm bẩn thức ăn Arsenic: một chất nhiễm bẩn nước uống

–Tác nhân sinh học: nhiễm trùng từ virus, vi khuẩn, ký sinh trùng.

Trang 4

• Trong quá trình sinh trưởng và phát triển, các tế

bào được thay thế bằng những tế bào mới nhờ

quá trình phân bào.

Ngoại trừ tế bào não và tế bào thần kinh là không được

sinh sản thêm ra mà chỉ mất đi.

13

• Quá trình phân bào phải sao chép và truyền đạt lại toàn bộ và chính xác các thông tin di truyền cho các tế bào con

• Nên DNA của tế bào mẹ phải được nhân đôi một cách chính xác sao cho mỗi tế bào con đều nhận được DNA giống tế bào mẹ

14

• Các tác nhân từ ngoài tác động gây ra những tế

bào có DNA "bất thường" Nhưng cơ thể con

người là một bộ phận để phản ứng với tình trạng

này bằng cách:

–Các tế bào có cơ chế để sửa chữa những DNA bị hư

trước khi chúng gây ra một vấn đề nào đó Hoặc,

–Hệ thống miễn dịch nhận ra được những tế bào bất

thường và tiêu diệt đi.

• Cơ chế làm cho hầu hết các tế bào có DNA bất thường (gọi là các tế bào "tiền ung thư") đều chết trước khi có thể gây ra ung thư

• Chỉ có một số ít không bị diệt (lọt lưới) để rồi gây

ra ung thư

Trang 5

• Các tế bào ung thư được lưu hành trong hệ

bạch huyết và máu và tìm đến bộ phận nào yếu

nhất trong cơ thể để lưu lại đó.

• Khi đó tế bào ung thư tiếp tục quá trình phân

bào để tạo thành khối u ung thư.

18

• Việc thêm các gap biểu thị sự đột biến mất

nucliotide đã xãy ra tại vị trì này trên trình tự.

trống (“-”) giúp cho việc tạo ra 2 chuỗi ký tự gần

giống nhau nhất.

Ví dụ

• Ví dụ bắt cặp 2 trình tự

– GAATTCAGTTA – GGATCGA

• Kết quả

– GAATTCAGTTA – | || | | | – GGAT-C-G—-A

• Hoặc 2 trình tự

– ACGCTG – CATGT

• Kết quả

– – | | |

Trang 6

ACGCTG-• Tương tự, với 2 trình tự dài hơn

Trang 7

• Vì vậy, trong qua trình biến đổi có khuynh

hướng chỉ thay thế các amino acid có cấu trúc

tương tự, ít làm thay đổi đến cấu trúc và chức

• Thế nào là sự bắt cặp tốt, tiêu chuẩn nào.

• Có thể cho điểm tốt đối với giá trị match, điểm xấu với các trường hợp ngược lại.

• Tuy nhiên, với trình tự protein việc thay thế một amino acid khác vẫn bảo toàn cấu trúc và chức năng cũng không thể là điểm xấu

26

• Chính vì vậy, với việc bắt cặp trình tự protein có

các ma trận điểm thay thế để xem xét khả năng

thay thế amino acid mà không ảnh hưởng này.

• Có 2 loại ma trận điểm thay thế:

–Ma trận PAM (Percentage Accepted Mutation)

–Ma trận BLOSUM (BLOck SUbstitution Matrix)

• Sự tương tự giữa PAM và BLOSUM:

–PAM100 ~ BLOSUM90 –PAM160 ~ BLOSUM62 –PAM250 ~ BLOSUM45

• PAM được tạo ra từ khoảng cách trong các trình

tự liên quan

–Chẳng hạn, PAM100 có khoảng cách 100 lần đột biến trên 100 gốc amino acid

Trang 8

• BLOSUM được tính toán thông qua tần suất

thay thế của các cặp amino acid trong việc bắt

Bảng giá trị của BLOSUM62

–Match (Giống nhau ở cùng vi trí): giá trị là +2

–Mismatch (Không giống nhau): giá trị là -1

–Gap (Thêm vào hoặc bị loại bỏ): giá trị là -2

• Hàm đánh giá có giá trị càng cao thì sự giống

nhau càng nhiều.

• Định nghĩa: Mức độ tương đồng (điểm đánh

lượng:

Trang 9

• Trong đó,

–na, ni, ng: tương ứng là số phần tử giống nhau

(match), không giống nhau (mitmatch) và số gap.

–match, mismatch, gap: tương ứng là giá trị tính toán

để đánh giá.

–Thông thường, điểm dương cho match, điểm âm cho

sự đột biến (mismatch và gap)

33

Ví dụ

• Với –match = 2 –mismatch = -1 –gap = -2

Trang 10

–Bắt cặp toàn cục (Global alignment): được áp dụng

trên toàn bộ trình tự để tìm sự tương đồng giữa các trình tự.

–Thường được sử dụng khi 2 trình tự có độ tương đồng cao, chiều dài xấp xỉ nhau

Thuật toán sử dụng: Needleman - Wunsch

–Sử dụng khi so sánh 2 trình tự có chiều dài khác

nhau, mức độ tương đồng trên toàn bộ là thấp.

Thuật toán: Smith - Waterman

Bắt cặp hai trình tự

• Bài toán (Pairwise Sequence Alignment

-PSA): cho 2 trình tự sinh học S 1 , S 2 Hãy tìm 2

Trang 11

• Bài toán (Multiple Sequence Alignment

-MSA): Cho k trình tự sinh học S 1 , S 2 , …, S k Hãy tìm k trình tự S 1 ’, S 2 ’,…, S k ’ bằng cách thêm các

–Thêm TA vào vị trí 4: “ A GCTA AT C”

• Như vậy, từ “ACTCGATT” sẽ biến thành “AC GATT”,

“AG CATC”, “AG CTAATC”

Trang 12

• Như vậy, với 2 trình tự:

• Khi đó, ký tự “gap” vừa:

–deletion gap: mất đi –insertion gap: thêm vào

Trang 13

• Có hai dạng Clustal trên 3 hệ điều hành khác

nhau: Linux, Mac OS X, Windows:

–ClustalW: thực thi ở chế độ dòng lệnh

–ClustalX: dùng ở chế độ khung của sổ (window)

49

Ví dụ

• Để bắt cặp 2 trình tự, –tạo file dạng FASTA –chọn File/Load Sequences

là file mới tạo –chọn Alignment/Do Complete Sequences

>Seq1 ACTCCGATT

>Seq2 AGCTAATC

50

Hoặc có thể viết một application

NEEDLEMAN - WUNSCH

Thuật toán

Trang 14

• Do Saul Needleman và Christian Wunsch đưa ra

vào năm 1970

• Áp dụng trên toàn bộ trình tự để tìm sự tương

đồng giữa toàn bộ 2 trình tự (bắt cặp toàn cục –

Gobal Alignment)

53

• Cho 2 trình tự lần lượt có chiều dài là n và m

• Thuật toán gồm các bước sau:

–Bước 1: Khởi tạo giá trị ban đầu cho ma trận tính

toán M như sau:

Trang 15

Assoc Prof Tran Van Lang, PhD, VIETNAM ACADEMY OF SCIENCE AND TECHNOLOGY 57

Trang 16

Trang 17

Trang 18

Trang 19

Trang 20

Trang 21

Trang 22

• Bước 2: Tìm vết dựa trên kết quả tính các giá trị

của ma trận trước đó Xuất phát từ M nm nếu:

− Mi−1, j−1= Mij− σij, theo duong chéo, (i,j) → (i-1,j-1)

− Mi−1, j= Mij− d , dich chuyen lên trên, (i,j) → (i-1,j)

− Mi , j−1= Mij− d , dich chuyen lui, (i,j) → (i,j-1)

Trang 23

• Bước 3: Bắt cặp trình tự

–Xuất phát từ phần tử M nm

–Nếu phần tử kế nằm trên đường chéo: hai ký tự

được bắt cặp với nhau

–Nếu phần tử kế nằm bên trái: thêm gap cho trình tự

• Gồm các amino acid: Alanin (A), Cystein (C), Glycine (G), Aspartic acid (D)

Trang 25

• Trong trường hợp này, có nhiều vết được tạo ra

(màu red, blue, green)

• Sử dụng kỹ thuật lưu vết theo quy tắc:

–(i,j) →(i-1,j-1): U i và V j được ghi vào

–(i,j) →(i-1,j): “-” và V j được ghi và

–(i,j) →(i,j-1): U i và “-” được ghi vào

• Vết Red: 3(2) + 1(-1) + 3(-1) = 2

-ACGCDG

CADG-D-• Vết Blue: 3(2) + 1(-1) + 3(-1) = 2

-CA-DGD ACGCDG-

• Vết Green: 3(2) + 1(-1) + 3(-1) = 2

-C-ADGC

Trang 26

• Rút ra nhận xét

Trang 27

TG Needleman – Wunsch nguyên thủy

for i=0 to length(U)

M(i,j) ← max(First, Second, Third)

if (Value == ValueDiag + σ(i,j)){

AlignmentU ← Ui + AlignmentU AlignmentV ← Vj + AlignmentV

i ← i - 1

j ← j - 1 }

i ← i - 1 }

while (j > 0){

AlignmentU ← "-" + AlignmentU AlignmentV ← Vj + AlignmentV

j ← j - 1 }

Trang 28

• Khác biệt so với thuật toán Needleman – Wunsch là chỉ sử dụng để bắt cặp 2 trình tự trong một đoạn của trình tự (bắt cặp cục bộ - Local Alignment)

110

• Các bước tính toán hoàn toàn tương tự, chỉ khác

một số bước như sau:

giá trị tốt nhất (điểm cao nhất của ma trận), cho đến khi H có giá trị 0.

Trang 29

Ví dụ

• Với U = “ACA”, V = “AGCA”, với d = -1 ta có các

phần tử của ma trận H như sau:

Trang 30

• Xuất phát từ H nmax,mmax , nếu:

–H ij = H i-1,j-1 + σ ij thì vết (i,j) → (i-1,j-1) theo đường chéo

–H ij = H i,j-1 + d thì vết (i,j) → (i,j-1) đi lui –H ij = H i-1,j + d thì vết (i,j) → (i-1,j) đi lên

–(i,j) →(i-1,j-1): theo đường chéo

Uivà Vjđược ghi vào

–(i,j) →(i-1,j): đi lên

“-” và Vjđược ghi vào

–(i,j) →(i,j-1): đi lui

Uivà “-” được ghi vào

Trang 31

Trang 32

• Cũng bằng cách ghi kết quả theo vết, 2 trình tự

• Với 2 trình tự như hình, có thể tính được

PGS.TS Trần Văn Lăng, VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM PGS.TS Trần Văn Lăng, VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM

Trang 33

Bắt cặp 2 trình tự protein

• Giá trị 𝜎 𝑖𝑗 trong các thuật toán Smith

-Waterman, hay Needleman –Wunsch khi bắt

cặp trình tự DNA chỉ căn cứ vào sự giống nhau

(match) hay khác nhau (mismatch) của 2

BLOSUM62.txt)

* Henikoff S, J.G Henikoff (1992) - Amino Acid Substitution Matrices from

Protein Blocks", Proc Natl Acad Sci USA, 89 (22): 10915–10919

(http://www.pnas.org/content/pnas/89/22/10915.full.pdf)

130

• Nhìn lại, với bắt cặp trình từ nucleotide, ma trận tương tự BLOSUM có thể viết cho 4 nucleotide như sau với d = -2, match = 2, mismatch = -1

Trang 34

Thuật toán

133

Thuật toán Clustal

• Dùng cho việc bắt cặp nhiều trình tự (giải bài toán MSA)

• Lấy ý tưởng từ thuật toán lũy tiến (Progessive Algorithm)

134

• Thuật toán lũy tiến như sau:

–Bước 1: giải bài toán PSA trên 2 trình tự bất kỳ được

chọn.

–Bước 2: chọn một trình tự khác rồi sắp hàng với

nhóm đã thực hiện.

–Bước 3: lặp lại Bước 2 cho trình tự khác

Thuật toán Clustal W

• Bước 1:

–Dùng PSA cho tất cả các trình tự –Xác định mức độ tương đồng mỗi cặp –Xây dựng ma trận khoảng cách tương đồng giữa các trình tự.

Trang 35

• Bước 2:

–Xây dựng cây cây tương đồng (similarity tree) hay

cây hướng dẫn (guide tree) bằng cách dùng thuật

toán gom nhóm Neighbor – Joining.

–Cây hướng dẫn hể hiện mối quan hệ tương đồng

giữa các trình tự với nhau

137

• Bước 3: Thực hiện quá trình lũy tiến –Căn cứ vào cây hướng dẫn xác định những nhánh

có cặp trình tự tương đồng lớn nhất –Thực hiện PSA trên từng cặp –Kết hợp những cặp đó lại thu được kết quả đa trình tự.

Trang 36

–m = số mismatch giữa 2 trình tự (không tính gap)

–n = số cặp không phải là gap giữa 2 trình tự

Trang 38

• Tiếp tục, khoảng cách giữa S 13 và S 4 là nhỏ

A-DF-IKF ARDFG-I

ARDFGI A-DF IKF AR-FGLI ARDFG-I

A-DF IKF AR-FGLI A-KHGL - ARDFG-I A-DF IKF AR-FGLI A-KHGL - AKD -ILM

Trang 39

• Ở đây kết quả có được bằng cách gióng từng

Tiêu đề	Bắt Cặp Trình Tự
Tác giả	PGS.TS. Trần Văn Lăng
Trường học	Viện Hàn Lâm Khoa Học Và Công Nghệ Việt Nam

Định dạng
Số trang	39
Dung lượng	0,98 MB