Pokročilé zarovnávání a určování genetické odlišnosti sekvencí DNA

Abstract

Biologické sekvence se neustále vyvíjejí, dochází u nich k mutacím, delecím a inzercím. Z důvodu potřeby klasifikovat sekvence a stanovit míru jejich podobnosti byly vytvořeny metody pro jejich zarovnání jako jsou bodová matice nebo algoritmy Needleman-Wunsch a Smith-Waterman pro globální a lokální zarovnání. Tyto konzervativní metody jsou však omezeny na předpoklad, že přestože došlo v sekvencích ke změnám, zachovaly si malou vzdálenost mezi podobnými úseky. Proto byly vytvořeny metody pro porovnání bez zarovnání, jako je metoda znaků v sekvenci, Euklidovská vzdálenost nebo Univerzální sekvenční mapy, které se snaží nedostatky metod využívajících zarovnání eliminovat.Biological sequences are constantly evolving so there are mutations, deletions and inserts. Because of need to classify these sequences and determine degree of their similarity have been developed aligment methods. For example Dot matrix or algorithms like Needleman-Wunsch and Smith-Waterman used for global and local alignment. These methods can be considered as conservative and are limited because it is assumed that although there have been changes during evolution they still preserve small distance between similar regions. Therefore number of methods have been proposed to eliminate these limitations by comparing sequences without alignment. These methods for example Words in sequences, Euklidean distance or Universal sequence maps are designed to eliminate limitations of alignment using methods.