Autore |
Discussione |
|
Delilah83
Nuovo Arrivato
Prov.: Pistoia
Città: Pistoia
3 Messaggi |
Inserito il - 31 gennaio 2008 : 18:34:05
|
Ciao ragazzi! Qualcuno di voi sa per caso spiegarmi in poche parole come si fa un multiallineamento di sequenze di DNA o amminoacidiche??ma soprattutto, qual'è lo scopo di tutto questo?? non ho capito se serve soltanto a capire se funghi (nel mio caso) di specie diverse hanno un antenato comune o cmq sono organismi filogeneticamente correlati tra loro..come devo interpretare i risultati alla fine dell'analisi? GRAZIE MILLE A TUTTI!
|
|
|
domi84
Moderatore
Città: Glasgow
1724 Messaggi |
|
Talia
Nuovo Arrivato
Prov.: Napoli
Città: Napoli
35 Messaggi |
Inserito il - 04 febbraio 2008 : 18:40:08
|
Il motivo per cui ricorri ad un multiallineamento può essere dato dal fatto che attraverso un allineamento multiplo ottieni un numero di informazioni maggiore rispetto al semplice allineamento a coppia! Ad esempio dal multiallineamento di sequenze amminoacidiche posso comprendere quali siano le regioni altamente conservate in una famiglia di proteine e quindi capire quali siano i domini strutturali e funzionali più importanti in una famiglia proteica. Per quanto riguarda l'utilizzo di matrici di peso e di PSI-BLAST più o meno l'ho capito,ma qualcuno saprebbe dirmi in termini semplici cosa sono le HMM ed in che modo sono utilizzate? |
Talietta |
|
|
Mister Y
Nuovo Arrivato
Prov.: Udine
Città: Fresis
5 Messaggi |
Inserito il - 09 febbraio 2008 : 00:00:59
|
Tutto ciò che si può sapere sui modelli di Markov:
Gli Hidden Markov Models sono strutture computazionali utilizzate per descrivere pattern precisi che definiscono le famiglie di sequenze omologhe. Gli HMM sono strumenti potenti per identificare correlazioni lontane e per predire i pattern di ripiegamento delle proteine. Essi sono gli unici metodi basati interamente su sequenze (che cioè non utilizzano esplicitamente informazioni strutturali) che possono competere con PSI-BLAST nell'identificare omologie lontane. Gli HMM forniscono buone prestazioni anche a livello di riconoscimento dei motivi di folding, come dimostrato nei programmi CASP.
All'interno di un HMM, si trova un allineamento multiplo di sequenza. Tuttavia, gli HMM vengono solitamente presentati come procedure per produrre sequenze. Anche una tabella convenzionale di allineamenti multipli di sequenze può essere utilizzata per produrre sequenze, selezionando gli aminoacidi in posizioni successive, ciascuno dei quali viene scelto a partire da una distribuzione di probabilità posizione-specifica ottenuta da un profilo. Tuttavia, gli HMM hanno un carattere più generale rispetto ai profili.
1. Essi comprendono la possibilità di introdurre dei gap nelle sequenze prodotte, con delle penalità che dipendono dalla posizione del gap stesso.
2. L'applicazione dei profili richiede che l'allineamento multiplo di sequenza sia specificato preliminarmente; i pattern statistici vengono successivamente dedotti dagli allineamenti. Gli HMM eseguono l'allineamento e l'assegnazione delle probabilità contemporaneamente
La struttura interna di un HMM mostra il meccanismo utilizzato per produrre le sequenze (Figura 4.6). Cominciate da "Inizio" e seguite alcune delle frecce fino ad arrivare a "Fine". Ogni freccia vi conduce in uno stato del sistema. In corrispondenza di ogni stato, dovete (1) compiere qualche azione (estrarre un residuo per esempio) e (2) scegliere una freccia che vi porti a uno stato successivo. L'azione e la scelta dello stato successivo sono governati da un insieme di probabilità. Associati a ogni stato che produce un residuo sono: una distribuzione di probabilità per i venti aminoacidi e una seconda distribuzione di probabilità per la scelta dello stato successivo. Entrambe queste distribuzioni di probabilità sono calibrate in modo da codificare un'informazione riguardo a una particolare famiglia di sequenze. In questo modo, la stessa cornice generale matematica può adattarsi a molte famiglie di sequenze diverse.
Le dinamiche del sistema sono tali che solo lo stato attuale influenza la scelta dello stato successivo: il sistema non ha "memoria della propria storia". Ciò è caratteristico dei processi studiati nel XIX secolo dal matematico russo A.A. Markov. Occorre distinguere la successione degli stati dalla successione degli aminoacidi forniti per formare la sequenza output. Percorsi diversi attraverso il sistema possono produrre la stessa sequenza. Solo la successione dei caratteri emessi è visibile; la sequenza di uno stato che ha prodotto i caratteri rimane interna al sistema, cioè nascosta (in inglese, hidden). In base alla distribuzione delle probabilità associate ai singoli stati, il sistema cattura, o modella, i pattern inerenti a una famiglia di sequenze. Da qui il nome di Hidden Markov Models.
Il software per applicare gli HMM all'analisi delle sequenze biologiche permette di ottenere:
1. L'allineamento. Dato un insieme di sequenze omologhe, esso può allinearle e aggiustare le probabilità di transizione e di emissione dei residui in modo da definire un HMM che permetta di identificare i pattern inerenti alle sequenze sottoposte.
I.J. Gough, K. Karplus, R. Hughey e C. Chothia hanno prodotto HMM per tutte le superfamiglie contenute in PDB: http://stash.mrc-lmb.cam.ac.uk/SUPERFAMILY/
2. L'individuazione di omologie lontane. Dato un HMM e una sequenza di prova, si può calcolare la probabilità che un HMM produca la sequenza di prova stessa. Se un HMM allenato su una famiglia nota di sequenze produce la sequenza di prova con una probabilità relativamente elevata, è probabile che la sequenza di prova appartenga alla famiglia.
3. L'allineamento di sequenze addizionali. La probabilità di qualunque sequenza di stati viene computata a partire dalle probabilità delle singole transizioni da stato a stato. Trovare la sequenza più probabile di stati che l'HMM utilizzerebbe per produrre una o più sequenze di prova rivela l'allineamento ottimale con la famiglia di sequenze. |
|
|
|
Delilah83
Nuovo Arrivato
Prov.: Pistoia
Città: Pistoia
3 Messaggi |
Inserito il - 13 febbraio 2008 : 14:28:47
|
..Che dire ragazzi, grazie a tutti!!Siete stati davvero gentilissimi!!! Ed è anche merito vodtro se l'esame è andato bene..fiuuuuu!!!Un'altro meno.. Grazie ancora e baci a tutti!!
|
|
|
Lemarva
Nuovo Arrivato
20 Messaggi |
Inserito il - 27 gennaio 2009 : 18:19:33
|
raga qlkuno saprebbe spiegarmi bene le matrici di peso come si costruiscono e in base a quale punteggio si decide se una sequenza fa parte di una famiglia oppure no?vi prego è urgente x esame grazie milleeeeeeeee |
|
|
domi84
Moderatore
Città: Glasgow
1724 Messaggi |
|
|
Discussione |
|