タンパク質埋め込みと局所アラインメント

科学分野:

• バイオインフォマティクス
• 計算生物学
• タンパク質配列解析

背景:

• タンパク質埋め込みは、バイオインフォマティクスに不可欠なコンテキスト表現を提供し、従来のシーケンスアラインメントを補完します。
• 埋め込みベースの改善はグローバルアラインメントには存在しますが、ローカルアラインメントの最適化は依然として十分に探求されていません。
• 正確なローカルアラインメントは、タンパク質の機能と進化を理解するために不可欠です。

研究 の 目的:

• タンパク質配列の最も正確な局所アラインメントアルゴリズムを特定すること。
• Ankh埋め込みを使用したタンパク質局所アラインメントの新しいスコアリング関数を導入および検証すること。

主な方法:

• Ankh埋め込みをEスコアフレームワークに組み込んだ新しいアルゴリズムを開発しました。
• ローカルアラインメントの抽出、ローカライズ、および品質評価のための新しいアルゴリズムを備えた包括的な評価フレームワークを作成しました。
• 厳密なテストのために5つの距離指標と複数のデータセット（CDD、BAliBASE、GPCRdb）を利用し、250万回以上の比較を実行しました。

主要な成果:

• Ankhスコアベースのアルゴリズムは、BLOSUM、GPCRtm行列、PEbA、DEDAL、vcMSA、pLM-BLASTを含む既存の方法と比較して、タンパク質の局所アラインメントにおいて優れた精度を示しました。
• 分析により、自然シーケンスと人工シーケンスに対するタンパク質言語モデルのパフォーマンスの違いが明らかになりました。
• Ankh埋め込みは、他の埋め込みタイプと組み合わせた場合に限定的な利点を示しました。

結論:

• Ankhスコアベースのプログラムは、すべて現在のローカルアラインメントメソッドを上回る重要な進歩を表しています。
• 調査結果は、タンパク質埋め込みに関する新しい洞察を提供し、将来の研究開発を導きます。
• この方法とプロトコルは、Webサーバーとソースコードを介して一般に公開されており、より広範なアクセスが可能です。