Bài giảng Giải thuật nâng cao: Quy hoạch động cho bài toán Sequence Alignment - TS. Ngô Quốc Việt

Chia sẻ: 4584125 4584125 | Ngày: | Loại File: PDF | Số trang:32

Thêm vào BST

Báo xấu

112
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương này gồm có những nội dung chính sau: Giới thiệu tóm tắt về dự án Human Genome; bài toán sequence alignment: Các vấn đề cần giải quyết, scoring system, lập trình động cho vấn đề pairwise alignment; bài toán local sequence alignment. Mời tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Giải thuật nâng cao: Quy hoạch động cho bài toán Sequence Alignment - TS. Ngô Quốc Việt

QUY HOẠCH ĐỘNG CHO BÀI TOÁN SEQUENCE ALIGNMENT TS. NGÔ QUỐC VIỆT 2015
Nội dung • Giới thiệu tóm tắt về dự án Human Genome • Bài toán sequence alignment • Các vấn đề cần giải quyết • Scoring system • Lập trình động cho vấn đề pairwise alignment • Bài toán local sequence alignment Giải thuật nâng cao-DP-Sequence Alignment 2
Human genome project (HGP) – some milestones • 1977. Allan Maxam and Walter Gilbert at Harvard University and Frederick Sanger at the U.K. Medical Research Council (MRC) phát triển các phương pháp sequencing DNA. • 1988. NIH (National Institutes of Health) thành lập Office of Human Genome Research. • 1995. Patrick Brown of Stanford và cộng sự đăng first paper sử dụng printed glass microarray of complementary DNA (cDNA) probes • Các nhà nghiên cứu ở Whitehead và Généthon (Lander, Thomas Hudson at Whitehead) đăng physical map của human genome chứa 15,000 markers. • 1996. NIH tài trợ 6 nhóm giải quyết large-scale sequencing of the human genome. • An international consortium publicly releases the complete genome sequence of the yeast • 1998 NIH công bố dự án tìm SNP (Single Nucleotide Polymorphism) • 2001 The HGP consortium publishes its working draft in Nature (15 February), Celera publishes its draft in Science (16 February). • 2006. Sequence tất cả chromosomes finalized. Giải thuật nâng cao-DP-Sequence Alignment 3
Giới thiệu • Alignment nhằm: xác định hai hoặc nhiều chuỗi có liên quan với nhau hay không (quá trình tiến hóa). • Ví dụ: tìm được gene mới của người. Mong muốn xác định các tính chất. Khi đó, cần xác định phần tương ứng có trong chuột. Có hàng vạn gene của chuột, cần tìm cái nào tương ứng nhất với gene vừa tìm được. • Align proteins chia sẻ chức năng để xác định các chuỗi peptide có ảnh hưởng nhiều đến chức năng đó. • Align các chuỗi DNA nhằm xác định (chức năng hay tiến hóa) các gene liên quan để tìm các segments gắn liền với transcription factors. Giải thuật nâng cao-DP-Sequence Alignment 4
Giới thiệu Giải thuật nâng cao-DP-Sequence Alignment 5
Giới thiệu • Alignment là nền tảng để xác định các quan hệ tiến hóa. • Ví dụ: http://www.computational-genomics.net/case_studies/sabertooth_demo_37.png Giải thuật nâng cao-DP-Sequence Alignment 6
Sequence Alignment • Trong thiết kế và/hoặc diễn dịch dữ liệu của các kỹ thuật high-throughput screening (dùng trong dược) dựa trên chuỗi. Khi đó so sánh chuỗi là cần thiết nhằm: - Để xác định microarray probes không có sequence tương tự với các gene khác. - Để match các sequence trong high-throughput sequencing data sang genome. - Để tìm motifs dựa trên ChIP-chip/ChIP-seq data. Giải thuật nâng cao-DP-Sequence Alignment 7
Sequence Alignment AGGCTATCACCTGACCTCCAGGCCGATGCCC TAGCTATCACGACCGCGGTCGATTTGCCCGAC -AGGCTATCACCTGACCTCCAGGCCGA--TGCCC--- TAG-CTATCAC--GACCGC--GGTCGATTTGCCCGAC • Định nghĩa: Cho hai chuỗi 𝑥 = 𝑥1𝑥2 … 𝑥𝑀, 𝑦= 𝑦1𝑦2 … 𝑦𝑁, Alignment là gán các gap vào các vị trí 0, … , 𝑁 trong chuỗi x, và 0, … , 𝑁 trong y, sao cho align thẳng hàng các chữ trong một chuỗi với chữ hoặc gap của chuỗi kia. Giải thuật nâng cao-DP-Sequence Alignment 8
Sequence Alignment: Các vấn đề Không gian tìm kiếm lớn (số các alignments) Sequence 1: GSAQVK Sequence 2: GNPKVK GSAQVK----- GSAQVK---- -----GNPKVK ----GNPKVK GSAQ--VK -----GSAQVK -G-NPKVK GNPKVK----- Chọn giải pháp nào?? Giải thuật nâng cao-DP-Sequence Alignment 9
Tiêu chuẩn đánh giá alignment AGGCTAGTT, AGCGAAGTTT AGGCTAGTT- 6 matches, 3 mismatches, 1 gap AGCGAAGTTT AGGCTA-GTT- 7 matches, 1 mismatch, 3 gaps AG-CGAAGTTT AGGC-TA-GTT- 7 matches, 0 mismatches, 5 gaps AG-CG-AAGTTT Giải thuật nâng cao-DP-Sequence Alignment 10
Scoring Function • Để so sánh độ tương tự giữa hai chuỗi với các thay đổi như: đột biến, chèn, xóa. Cho chuỗi AGGCCTC • Mutations AGGACTC • Insertions AGGGCCTC • Deletions AGG . CTC • Ký hiệu • Match: +m • Mismatch: -s • Gap: -d • Scoring đơn giản: Score: F=(# matches)  m-(# mismatches) s–(#gaps)  d Giải thuật nâng cao-DP-Sequence Alignment 11
Scoring Function • Độ đo: quasi-statistical model log-likelihood ratio. • Ký hiệu: • x, y là hai chuỗi, i là vị trí align. • Pxiyi: P(xi và yi đúng vị trí align) • Pxi: P(xi xuất hiện) • Pyi: P(yi xuất hiện) • M: một kiểu alignment • R: x, y là các chuỗi độc lập • Độ đo MLE 𝑃 𝑥, 𝑦|𝑀 𝑃𝑥𝑖 𝑦𝑖 𝑃𝑥𝑖 𝑦𝑖 𝑙𝑜𝑔 = 𝑙𝑜𝑔 = 𝑙𝑜𝑔 𝑃 𝑥, 𝑦|𝑅 𝑃𝑥𝑖 𝑃𝑦𝑖 𝑃𝑥𝑖 𝑃𝑥𝑖 Giải thuật nâng cao-DP-Sequence Alignment 12
Scoring Function • M trong độ đo “quasi-statistical model log-likelihood ratio” là một lời giải sequence alignment. • Trong thực tế có thể sử dụng nhiều “lời giải” khác nhau 𝑀1 , 𝑀2 , … , 𝑀𝑛 • Theo Bayes Rule 𝑃 𝑥, 𝑦|𝑀𝑖 𝑃 𝑀𝑖 𝑃 𝑀𝑖 |𝑥, 𝑦 = ∝ 𝑃 𝑥, 𝑦|𝑀𝑖 𝑃 𝑥, 𝑦|𝑀𝑗 𝑃 𝑀𝑗 • Mục tiêu là tìm alignment tốt nhất sao cho cực đại 𝑃𝑥𝑖 𝑦𝑖 𝑙𝑜𝑔 𝑃𝑥𝑖 𝑃𝑥𝑖 Giải thuật nâng cao-DP-Sequence Alignment 13
Scoring Function Nhận xét: Score của alignment x1……xM y1……yN có tính cộng Nghĩa là x1…xi xi+1…xM align với y1…yj yj+1…yN Hai scores có thể cộng: F(x[1:M], y[1:N]) = F(x[1:i], y[1:j]) + F(x[i+1:M], y[j+1:N]) Giải thuật nâng cao-DP-Sequence Alignment 14
Quy hoạch động • There are only a polynomial number of subproblems • Align x1…xi to y1…yj • Original problem is one of the subproblems • Align x1…xM to y1…yN • Each subproblem is easily solved from smaller subproblems • Then, we can apply Dynamic Programming!!! Đặt F(i, j) = optimal score of aligning x1……xi y1……yj Giải thuật nâng cao-DP-Sequence Alignment 15
Sequence Alignment - Quy hoạch động • Có 3 trường hợp 1. xi align với yj x1……xi-1 xi m, if xi = yj y1……yj-1 yj F(i, j) = F(i – 1, j – 1) + -s, if not 2. xi align với gap x1……xi-1 xi y1……yj - F(i, j) = F(i – 1, j) – d 3. yj aligns với gap x1……xi - F(i, j) = F(i, j – 1) – d y1……yj-1 yj Giải thuật nâng cao-DP-Sequence Alignment 16
Sequence Alignment - Quy hoạch động Giả sử quy nạp : F(i, j – 1), F(i – 1, j), F(i – 1, j – 1) là tối ưu Thì, F(i – 1, j – 1) + s(xi, yj) F(i, j) = max F(i – 1, j) – d F(i, j – 1) – d Với s(xi, yj) = m, if xi = yj; -s, if not Giải thuật nâng cao-DP-Sequence Alignment 17
Sequence alignment – ví dụ x = AGTA m= 1 y = ATA Output s = -1 Alignment d = -1 • Theo vết backpointers F(i,j) i=0 1 2 3 4 • GặpF(1, 1) = diagonal, A G T A max{F(0,0) OUTPUT xi, y+j s(A, A), F(0, 1) – d, j=0 0 -1 -2 -3 -4 • Gặp up, F(1, 0) – d} = OUTPUT yj max{0 + 1, 1 A -1 1 0 -1 -2 • Gặp left,-1 – 1, OUTPUT-1 – 1} xi = 1 2 T -2 0 0 1 0 3 A -3 -1 -1 0 2 AG TA A - TA Giải thuật nâng cao-DP-Sequence Alignment 18
Giải thuật Needleman-Wunsch 1. Initialization. a. F(0, 0) = 0 b. F(0, j) = - j  d c. F(i, 0) = - i  d 2. Main Iteration. Filling-in partial alignments a. For each i = 1……M For each j = 1……N F(i – 1,j – 1) + s(xi, yj) [case 1] F(i, j) = max F(i – 1, j) – d [case 2] F(i, j – 1) – d [case 3] DIAG, if [case 1] Ptr(i, j) = LEFT, if [case 2] UP, if [case 3] 3. Termination. F(M, N) is the optimal score, and from Ptr(M, N) can trace back optimal alignment Giải thuật nâng cao-DP-Sequence Alignment 19
Local alignment Cho hai chuỗi x = x1……xM, y = y1……yN Tìm substrings x’, y’ sao cho có độ tương tự (optimal global alignment value) lớn nhất x = aaaacccccggggtta y = ttcccgggaaccaacc Giải thuật nâng cao-DP-Sequence Alignment 20