프로발린

Probalign은 분할 함수 후방 ^[1]확률을 사용하여 최대 예상 정확도 정렬을 계산하는 시퀀스 정렬 도구입니다.염기쌍 확률은 볼츠만 분포와 유사한 추정치를 사용하여 추정됩니다.파티션 함수는 동적 프로그래밍 방식을 사용하여 계산됩니다.

알고리즘.

다음은 기본 쌍 ^[2]확률을 결정하기 위해 probalign에 의해 사용되는 알고리즘에 대해 설명합니다.

얼라인먼트 점수

두 시퀀스의 정렬에 점수를 매기려면 다음 두 가지가 필요합니다.

• 유사도 $함수{\displaystyle x}$( x${\displaystyle }$,$$y ) { $displaystyle \sigma$ ($x$, y ) $$（ a,,, ） （ PAM 、 BLOSUM ）
• 아핀갭 패널티:${\displaystyle }g{\displaystyle }$ (${\displaystyle k}$) $=$ + ${\displaystyle \beta }$k {$displaystyle$ g$(k$)=\$alpha +\display$ k$}$

정렬 a의 $점수{\displaystyle }$ S$a$)(\$style S(a$))는$$ 다음과 같이 정의됩니다.

$\displaystyle S(a)=\sum _{x_{i}-y_{j}\in a}\sum (x_{i},y_{j})+{\text{gap cost}}}$

정렬 a의 볼츠만 가중 점수는 다음과 같습니다.

$\displaystyle e^{\frac {S(a)}{T}}=e^{\frac {{x_{i}-y_{j}\in a}\flac (x_{i},y_{j})+{\text {gap cost}}}{T}}=\left(\prod _{x_{i}-y_{i}\in a}e^{\frac(x_{i},y_{j})}{T}}\right)\cdot e^{\frac {gapcost}{T}}}$

$여기$서 T$(\displaystyle$ T$)$는 스케일링 팩터입니다.

볼츠만 분포를 가정한 정렬 확률은 다음과 같습니다.

${\displaystyle Pr[a,y]=param frac {e^{\frac {S(a)}{T}} {Z}}$

$여기$서 Z$(\displaystyle$ Z$)$는 파티션 함수, 즉 모든 정렬의 볼츠만 무게의 합입니다.

동적 프로그래밍

${\displaystyle {Zi,}_{}}$ $(\$는 ${\displaystyle {프리픽스x\mathrm{}}_{}}$ 0${\displaystyle {}_{}}$ ${\displaystyle {}_{}{1\mathrm{}}_{}}$,${\displaystyle .,}$ ${\displaystyle x_{}}$i {$0}, x_{$1}, ${\displaystyle {y\mathrm{}}_{}}$ 0${\displaystyle {}_{}}$ ${\displaystyle {y\mathrm{}}_{}}$1,${\displaystyle .,}$ ${\displaystyle y_{}}$ j$${$displaystyle y_0, y_{1}, y_j$의 파티션 함수를 $나타냅니다{\displaystyle {}_{}}$.다음의 3가지 경우를 생각할 수 있습니다.

1. $Z$i , ${\displaystyle {}_{}^{}}$M$$: {\$style$Z_${i,j}^{M:}$ 일치로$$ 끝나는 두 프리픽스의 모든 정렬 파티션 함수.
2. $:$$I:}$ 삽입$$${\displaystyle }$( -${\displaystyle }$, ${\displaystyle y_{}}$j $)\display(-, y_{j$로 끝나는 두 프리픽스의 모든 정렬 파티션 함수.
3. ${\displaystyle {Zi}_{}^{}}$, ${\displaystyle {}_{}^{}}$D$$: \$displaystyle Z_{i,j}^{D:}$${\displaystyle {}_{}}$로 끝나는2개의 프리픽스(xi${\displaystyle }$, ${\displaystyle -}$ $)\backslash$$displaystyle (x_{i}-})$의 모든 정렬 파티션 함수.

${\displaystyle {다음}_{}}$으로 Z i${\displaystyle {,}_{}}$ ${\displaystyle j_{}}$ $=$ ${\displaystyle {}_i^{}}$, ${\displaystyle j_{}^{}}$ + ${\displaystyle Z_{}^{}}$ i${\displaystyle {,}_{}^{}}$ ${\displaystyle j_{}^{}}$ + ${\displaystyle Z_{}^{}}$ i, ${\displaystyle {}_{}^{}}$ D + Z i${\displaystyle {,}_{}^{}}$ ${\displaystyle j_{}^{}}$I { $style$ Z_${i,j$}=$Z_{i,j}+Z_{i,j}+$Z_${i,j}^{D$}+$Z_{i,$j}^{i,j}^{i}^{i,j}^{i,j}^{{i,j}^{i}^}^{i}가 있습니다.$I}}$

초기화

매트릭스는 다음과 같이 초기화됩니다.

• ${\displaystyle Z_{0,j}^{M}=Z_{i,0}^{M}=0}$
• ${\displaystyle Z_{0,0}^{M}=1}$
• ${\displaystyle Z_{0,j}^{D}=0}$
• ${\displaystyle Z_{i,0}^{I}=0}$

재귀

두 $시퀀스{\displaystyle }$ x$(\$$displaystyle$ x$)$$$및 y(\$displaystyle$ y$)$의 정렬에 대한 파티션 함수는 Z ${\displaystyle {x,}_{}}{\displaystyle y_{}}$(\$displaystyle Z_{ x, y$에 의해 지정되며, 이 함수는 재귀적으로 계산할 수 있습니다.

• ${\displaystyle Z_{i,j}^{M}=Z_{i-1,j-1}\cdot e^{\frac(x_{i},y_{j}}}{T}}}$
• ${\displaystyle Z_{i,j}^{D}=Z_{i-1,j}^{D}\cdot e^{\frac {i-1,j}^{M}\cdot e^{\frac {g(1){T}}+Z_{i-1,j}^{{t}^{t}^{displaystyle }I}\cdot e^{\frac {g(1)}{T}}$
• $($$I}}$ 유추$$

기준 쌍 확률

마지막으로 $($$\$displaystyle $x_{i$})와 ${\displaystyle {yj}_{}}$(x\displaystyle $y_{j})$ 위치가$$ 베이스 쌍을 형성할 확률은 다음과 같습니다.

${\displaystyle P(x_{i}-y_{j} x,y)=param frac {Z_{i-1,j-1}\cdot e^{\frac(x_{i},y_{j}}}{T}}\cdot Z'_{i',j'}}{Z_{ x , y }}}}$

${\displaystyle Z',i',j'}$ are the respective values for the recalculated ${\displaystyle Z}$ with inversed base pair strings.

「 」를 참조해 주세요.

• ProbCons
• 다중 시퀀스 정렬

레퍼런스

외부 링크

• 웹 서비스 프로그래밍