Tečkovaný graf (bioinformatika) - Dot plot (bioinformatics)

v bioinformatika A tečkovaný graf je grafická metoda pro porovnání dvou biologické sekvence a identifikaci regionů blízké podobnosti po zarovnání sekvence. Je to typ rekurentní spiknutí.
Dějiny
Jedním ze způsobů, jak vizualizovat podobnost mezi dvěma sekvencemi proteinu nebo nukleové kyseliny, je použití matice podobnosti, známé jako tečkovaný graf. Ty zavedly Gibbs a McIntyre v roce 1970[1] a jsou dvourozměrné matice, které mají sekvence proteinů, které jsou srovnávány podél svislé a vodorovné osy. Pro jednoduchou vizuální reprezentaci podobnosti mezi dvěma sekvencemi mohou být jednotlivé buňky v matici černé, pokud jsou zbytky identické, takže odpovídající segmenty sekvence se zobrazí jako běhy diagonálních čar napříč maticí.
Výklad
Nějakou představu o podobnosti těchto dvou sekvencí lze získat z počtu a délky odpovídajících segmentů zobrazených v matici. Identické proteiny budou mít evidentně diagonální čáru ve středu matice. Inzerce a delece mezi sekvencemi způsobují narušení této úhlopříčky. Oblasti místní podobnosti nebo opakující se sekvence vedou k další diagonální shodě kromě centrální úhlopříčky. Jedním ze způsobů, jak tento hluk snížit, je pouze stínovat běhy nebon-tice 'zbytků, např. n-tice 3 odpovídá třem zbytkům v řadě. To je efektivní, protože pravděpodobnost náhodného párování tří zbytků v řadě je mnohem nižší než u shod s jedním zbytkem.
Tečkové grafy porovnávají dvě sekvence uspořádáním jedné sekvence grafu na ose x a druhé na ose y. Když se zbytky obou sekvencí shodují na stejném místě na grafu, nakreslí se na odpovídající pozici tečka. Upozorňujeme, že sekvence lze zapisovat dozadu nebo dopředu, avšak sekvence na obou osách musí být psány stejným směrem. Všimněte si také, že směr sekvencí na osách bude určovat směr čáry na bodovém grafu. Jakmile jsou tečky vykresleny, spojí se a vytvoří čáry. Blízkost sekvencí v podobnosti určí, jak blízko je diagonální čára k tomu, co graf znázorňující křivku ukazující přímý vztah je. Tento vztah je ovlivněn určitými vlastnostmi sekvence, jako jsou posuny snímků, přímé opakování a obrácené opakování. Posuny snímků zahrnují inzerce, delece a mutace. Přítomnost jedné z těchto funkcí nebo přítomnost více funkcí způsobí vykreslení více řádků v různých možnostech konfigurací, v závislosti na vlastnostech přítomných v sekvencích. Funkce, která způsobí velmi odlišný výsledek na bodovém grafu, je přítomnost oblasti / oblastí s nízkou složitostí. Regiony s nízkou složitostí jsou oblasti v sekvenci pouze s několika aminokyselinami, což zase způsobuje nadbytečnost v této malé nebo omezené oblasti. Tyto oblasti se obvykle nacházejí kolem úhlopříčky a mohou nebo nemusí mít čtverec uprostřed tečkového grafu.
Software pro vytváření bodových grafů
- ANACON - Kontaktní analýza bodových grafů.
- D-Genies[2] - Specializuje se na interaktivní dotploty celého genomu velkých genomů
- Tečka - Poskytuje program, který vám umožní sestrojit bodový graf s vašimi vlastními sekvencemi.
- dotmatcher[3] - Webový nástroj pro generování bodových grafů (a část sady EMBOSS).
- Dotplot - snadný (vzdělávací) nástroj HTML5 ke generování bodových grafů ze sekvencí RNA.
- dotplot - Balíček R pro rychlé generování bodových grafů jako tradiční nebo ggplotové grafiky.
- Dotter[4] - Samostatný program pro generování bodových grafů.
- JDotter[5] - Java verze Dotter.
- Flexidot[6] - Přizpůsobitelná a nejednoznačná sada dotplot pro estetiku, dávkové analýzy a tisk (implementováno v Pythonu).
- Gepard[7] - Nástroj Dot plot vhodný pro rovnoměrné měřítko genomu.
- Genomdiff - Open source Java dot plot program pro viry.
- POSLEDNÍ pro „split-alignment“ celého genomu.[8]
- lastz[9] a laj - Programy pro přípravu a vizualizaci genomových zarovnání.
- jo[10] - Webový nástroj pro generování (dopředného i zpětného doplňku) bodových grafů z genomových zarovnání.
- seqinr - Balíček R pro generování bodových grafů.
- SynMap - Snadno použitelný webový nástroj pro generování dotplotů pro mnoho druhů s přístupem k rozsáhlé databázi genomu. Nabízí srovnávací genomická platforma CoGe.
- Prohlížeč UGENE Dot Plot - Vizualizátor bodového vykreslování opensource.
- Obecný úvod k bodovým grafům s ukázkovými algoritmy a a softwarový nástroj pro vytváření malých a středních bodových grafů.
Kromě výše uvedených nástrojů, NCBI Blast Server na https://blast.ncbi.nlm.nih.gov/Blast.cgi zahrnuje ve svém výstupu Dot Plot.
Viz také
Reference
- ^ Gibbs, Adrian J .; McIntyre, George A. (1970). „Diagram, metoda pro srovnání sekvencí. Jeho použití s aminokyselinovými a nukleotidovými sekvencemi“. Eur. J. Biochem. 16 (1): 1–11. doi:10.1111 / j.1432-1033.1970.tb01046.x. PMID 5456129.
- ^ Klopp, Christophe; Cabanettes, Floréal (2018-02-23). „D-GENIES: Dotové vykreslování velkých GENomů interaktivním, efektivním a jednoduchým způsobem“. PeerJ. 6: e4958. doi:10,7287 / peerj.preprints.26567v1. PMC 5991294. PMID 29888139.
- ^ Rice, P .; Longden, I .; Bleasby, A. (červen 2000). „EMBOSS: Evropská otevřená softwarová sada pro molekulární biologii“. Trendy v genetice. 16 (6): 276–277. doi:10.1016 / s0168-9525 (00) 02024-2. ISSN 0168-9525. PMID 10827456.
- ^ Sonnhammer, E. L .; Durbin, R. (1995-12-29). „Dot-matrix program s dynamickým řízením prahové hodnoty vhodný pro analýzu genomové DNA a proteinové sekvence“. Gen. 167 (1–2): GC1–10. doi:10.1016/0378-1119(95)00714-8. ISSN 0378-1119. PMID 8566757.
- ^ Brodie, Ryan; Roper, Rachel L .; Upton, Chris (2004-01-22). „JDotter: rozhraní Java pro více dotplotů generovaných dotterem“. Bioinformatika. 20 (2): 279–281. doi:10.1093 / bioinformatika / btg406. ISSN 1367-4803. PMID 14734323.
- ^ Seibt, Kathrin M .; Schmidt, Thomas; Heitkam, Tony (2018-10-15). „FlexiDot: vysoce přizpůsobitelné dotploty zohledňující nejednoznačnost pro vizuální sekvenční analýzy“. Bioinformatika. 34 (20): 3575–3577. doi:10.1093 / bioinformatika / bty395. PMID 29762645.
- ^ Krumsiek, Jan; Arnold, Roland; Rattei, Thomas (2007-04-15). „Gepard: rychlý a citlivý nástroj pro vytváření dotplotů v měřítku genomu“. Bioinformatika. 23 (8): 1026–1028. doi:10.1093 / bioinformatika / btm039. ISSN 1367-4803. PMID 17309896.
- ^ Frith MC. a Kawaguchi R. (2015). „Split-alignment of genomes find ortologies presnější“. Genome Biol. 16: 106. doi:10.1186 / s13059-015-0670-9. PMC 4464727. PMID 25994148.
- ^ Harris, R. S. (2007). Vylepšené párové zarovnání genomové DNA. Ph.D. teze. Pensylvánie: Pennsylvania State University.
- ^ Noe L., Kucherov. G. (2005). „YASS: zvýšení citlivosti hledání podobnosti DNA“. Výzkum nukleových kyselin. 33 (2): W540 – W543. doi:10.1093 / nar / gki478. PMC 1160238. PMID 15980530.