Новый российский алгоритм для сопоставления последовательностей у белков превзошел зарубежные аналоги

Биоинформатики ФИЦ Биотехнологии РАН доказали, что созданная ими математическая модель MADHS для сопоставления последовательностей у белков, разошедшихся на эволюционном древе сотни миллионов лет назад, превосходит лучшие зарубежные аналоги.

Они проверили эффективность метода на масштабной выборке последовательностей семейств белков, которые за свою историю накопили много отличий.

Результаты исследования опубликованы в журнале Symmetry (Q1) (https://www.mdpi.com/2073-8994/17/3/408)

«Это уникальная работа, которая демонстрирует, что MADHS выравнивает аминокислотные последовательности лучше всех известных на сегодняшний день программ. Мы подтвердили этот результат для 490 известных белковых семейств — это все известные белковые семейства с подобием ниже 20%»,

— рассказал один из авторов статьи профессор Евгений Коротков, руководитель группы математического анализа последовательностей ДНК и белков ФИЦ Биотехнологии РАН

Сравнивая последовательность аминокислот у «родственных» белков, можно найти сохраняющиеся мотивы — это короткие похожие отрывки, связанные с выполнением одной биологической функции. Благодаря их изучению можно определять, какую форму принимает белковая цепь в пространстве, узнавать больше о работе белков и строить эволюционные деревья организмов.

Для поиска мотивов часто используется множественное

выравнивание, при котором «родственные» последовательности располагают друг над другом и сравнивают при помощи математических моделей. Одна из таких моделей, к примеру, легла в основу предсказывающего пространственную структуру белков алгоритма AlphaFold, разработчики которого получили Нобелевскую премию по химии в 2024 году. Однако если аминокислотные последовательности сильно отличаются, существующие методы могут оказаться неточными, пропуская мотивы или находя их там, где их на самом деле нет.

Исследователи ФИЦ Биотехнологии РАН создали алгоритм для множественного выравнивания, который снижает частоту подобных ошибок. Он показал свои преимущества по сравнению с аналогами — T-Coffee, MUSCLE, Clustal Omega, Kalign, MAFFT и PRANK.

MAHDS стал самым подходящим методом анализа последовательностей, которые принадлежат разошедшимся сотни миллионов лет назад эволюционным группам и успели накопить до 80% различий. Метод позволяет получить статистически значимые результаты там, где остальные методы могут выдавать совершенно случайный вариант множественного выравнивания последовательностей.

Подробнее читайте в материале ТАСС (https://www.mdpi.com/2073-8994/17/3/408)

Источник: www.mdpi.com

Комментарии: