Le L z e io i ne n 6 Co C n o f n ro r n o t n i i fra r a se s q e u q e u n e z n e z : e di d s i t s a t nz n e z, e allineamenti

Transcript

1 Lezione 6 Confronti fra sequenze: distanze, Confronti fra sequenze: distanze, allineamenti

2 Distanze fra sequenze Per N siti ed n differenze: grado di divergenza = n/n AATGAAAGAA 10 siti; 3 differenze ACTGGAGGAA divergenza = 0.3 o 30%

3

4 Distanze fra sequenze Complichiamo lo scenario: correggiamo per multiple hits I modelli di Jukes e Cantor, Kimura, Tamura e Nei etc. possono essere usati oltre che per prevedere l evolversi di una sequenza, anche per valutare la distanza fra due sequenze originatesi da una divergenza

5 non Modello di Jukes e Cantor (1969) d: numero di sostituzioni per sito dal momento della divergenza p: proporzione osservata di siti differenti p: proporzione osservata di siti differenti tra due sequenze (JC)

6 non Modello di Kimura 2 parametri (1980) d d: numero di sostituzioni per sito dal momento della divergenza (se P e Q sono uguali si torna all equazione di JC)

7 non Esempio: rrna 12s mtdna Da Yang computational molecular evolution Oxford University Press 2006

8 non Esempio: JC69 rrna 12s mtdna K2P80 N=( ) + ( ) = 948 p=( )/948= 90/948= P = transiz= ( )/948 =84/948=0.088 Q= trasv=( )/948 = 6/948 = JC69 : d = K2P80: d = La differenza è minima Da Yang computational molecular evolution

9 non Aumentiamo la divergenza: N=948 p=500/948 = P = transiz= 400/948 = Q= trasv= 100/948 = JC69 : d = 0.91 K2P80: d = 1.55 K2P80 JC69 La differenza tra le due stime aumenta all aumentare della divergenza Se c è un alto livello di divergenza e, soprattutto, se ci sono motivi a priori di pensare che il tasso di transizione differisca da quello di trasversioneè meglio considerare modelli più complessi di Jukesand Cantor

10 Calcolare il numero di sostituzioni tra due sequenze codificanti proteine è più complesso perché è necessario distinguere tra sostituzioni sinonimee non sinonime

11 Seq1 Seq2 Non Sin Ser Thr Glu Met Cys Leu TCA ACT GAG ATG TGT TTA TCG ACA GAG ATA TGT CTA Ser Thr Glu Ile Cys Leu Sin Sin Sin Basta contare? NO: Problemi con il denominatore

12 Perché non basta contare? sinonimo Non sinonimo 1. La classificazione dei siti cambia nel tempo

13 Perché non basta contare? Sinonimo Non sinonimo 2. Alcuni siti non sono solo sinonimi o solo non sinonimi, dipende da come mutano

14 Seq1 Seq2 Non Sin Ser Thr Glu Met Cys Leu TCA ACT GAG ATG TGT TTA TCG ACA GAG ATA TGT CTA Ser Thr Glu Ile Cys Leu Sin Sin Sin Basta contare? NO: Problemi con il numeratore

15 Problemi col numeratore: 1. Quando due codoni omologhi differiscono per due o più sostituzioni l ordine delle sostituzioni deve essere conosciuto per classificare il sito come sinonimo o non sinonimo. Esempio: CCC nellasequenza1 e CAA nellasequenza2 La classificazione dei siti dipende dall ordine in cui le sostituzioni sono avvenute Percorso I: Percorso II: CCC (Pro) CCA (Pro) CAA (Gln) 1 sinonimo e 1 non sinonimo CCC (Pro) CAC (His) CAA (Gln) 2 non sinonimi

16 Problemi col numeratore: 2. Transizonie trasversionihanno frequenza diversa 3. Il tipo di sostituzione dipende dalla mutazione: Le transizioni danno più spesso mutazioni sinonime rispetto alle trasversioni

17 Basta contare? NO: possibili soluzioni MetodidiMiyata & Yasunaga(1980) e Nei& Gojobori(1986) 1. Consideriamo una posizione specifica in un codon. Se iè il numero di possibili 1. Consideriamo una posizione specifica in un codon. Se iè il numero di possibili cambiamenti sinonimi a quel sito allora lo conteremo come i/3 sinonimo e (3 i)/3 non sinonimo.

18 MetodidiMiyata & Yasunaga(1980) e Nei& Gojobori(1986) 1. Consideriamo una posizione specifica in un codon. Se iè il numero di possibili cambiamenti sinonimi a quel sito allora lo conteremo come i/3 sinonimo e (3 i)/3 non sinonimo. 2. Contiamoilnumerodisitisinonimie non sinonimiin ognisequenzae calcoliamola media trale due sequenze. Il numeromediosisitisinonimiè N Se quellodinon sinonimiè N A. 3. Classifichiamo le differenze in sinonime e non sinonime per due codoncon 1 differenzaè semplice GTC (Val) GTT (Val) > sinonimo GTC (Val) GCC (Ala) > non sinonimo per più di una differenza: considerare i diversi percorsi

19 MetodidiMiyata & Yasunaga(1980) e Nei& Gojobori(1986) 3. Classifichiamo le differenze in sinonime e non sinonime per più di una differenza: considerare i diversi percorsi(in che ordine sono avvenute le mutazioni?) Percorso I: CCC (Pro) CCA (Pro) CAA (Gln) 1 sinonimo e 1 non sinonimo Percorso II: CCC (Pro) CAC (His) CAA (Gln) 2 non sinonimi Approccio non pesato: Tutto è equiprobabile Nei and Gojobori Approccio pesato Utilizza criteri che aiutano a decidere quali dei due percorsi sia più probabile Ma=differenze non sin: (1+2)/2 = 1.5 Percorso II meno probabile (sin più frequenti di non sin) Ms=differenze sinonime: (1+0)/2 = 0.5 Ma=differenze non sin: (0.9*1) + (0.1*2) = 1.1 Ms=differenze sinonime: (0.9*1) + (0.1*0) = 0.9

20 MetodidiMiyata & Yasunaga(1980) e Nei& Gojobori(1986) 3. Classifichiamo le differenze in sinonime e non sinonime 4. Il numero di mutazioni sinonime per sito sinonimo p S = M S / N S Il numero di mutazioni non sinonime per non sito sinonimo p A = M A / N A Ma ricordateilproblemadelle multiple hits? > UsiamoJukes e Cantor per Ma ricordateilproblemadelle multiple hits? > UsiamoJukes e Cantor per correggere

21 Nei& Gojobori(1986)

22 Allineamenti Dan Graur : Lecture 18 ALIGNMENT OF NUCLEOTIDE & AMINO-ACID ACID SEQUENCES