Sekvensinpassning

Sekvensinpassning är en central metod inom bioinformatik som syftar till att hitta den mest sannolika överensstämmelsen mellan biologiska sekvenser, till exempel DNA, RNA eller proteiner. Genom att alignera sekvenser kan man identifiera gemensamt ursprung (homologi), rekonstruktion av funktionella domäner och relationer i evolutionen.

Det finns två huvudtyper av inpassning. Global inpassning försöker optimera överensstämmelsen över hela längden hos båda sekvenserna, medan lokal inpassning söker efter liknande delsekvenser inom längre sekvenser. Förutom parvisa inpassningar används flera sekvenser samtidigt i flera inpassningar för att identifiera gemensamma motiv och konserverade regioner.

Algoritmiskt bygger de flesta exakta metoder på dynamisk programmering. Needleman–Wunsch används för global inpassning och Smith–Waterman för lokal inpassning. För stora databaser används heuristiska metoder som BLAST och FASTA som snabbt hittar likheter genom att först hitta korta likheter och utvidga dem. Viktiga komponenter är poängsättning: match/mismatch, glapp (gap penalties) samt substitutionsmatriser som används vid proteiner (t.ex. BLOSUM, PAM) eller enkel Nukleotid-skning för DNA.

Multiple sequence alignment (MSA) innebär att flera sekvenser aligneras samtidigt för att avslöja gemensamma mönster, konserverade domäner och fylogenetiska relationer. Vanliga verktyg för MSA inkluderar ClustalW, MUSCLE och MAFFT. Användningsområden omfattar funktionsprediktion, strukturförutsägelser, annotering av nya sekvenser och studier av evolutionära samband.

Begränsningar inkluderar beräkningskomplexitet, beroende av valda poängsystem och risk för felaktiga alignments i mycket distanta sekvenser. Val av metod och parametrar är därför avgörande för tolkningen av resultaten.