We are searching data for your request:
Upon completion, a link will appear to access the found materials.
¿Por qué BLASTP (herramienta básica de búsqueda de alineación local) sería una herramienta pobre para buscar motivos en secuencias de proteínas?
BlastP lleva a cabo una búsqueda de similitud de secuencia para inferir la función comparando una secuencia desconocida con una secuencia que ya ha sido anotada con una función, pero proteínas estructuralmente similares con secuencias diferentes pueden tener la misma función porque la función se puede imitar si el aminoácido reemplazante cae en una categoría similar a la del aminoácido sustituido. Las cuatro categorías principales de aminoácidos son: carga negativa, carga positiva, polar e hidrofóbica.
Las proteínas tienen muchas formas, mientras que la doble hélice del ADN es la forma en la que se encuentra el ADN con mayor frecuencia. Por lo tanto, la estructura del ADN no es tan importante para la función como lo es la estructura de las proteínas para la función de las proteínas. Por lo tanto, necesita una herramienta que pueda comparar la forma tridimensional de una proteína con otra (además de la comparación de secuencias) para hacer una estimación de la probabilidad de que haya una similitud en la función. El Research Collaboratory for Structural Bioinformatics ofrece una herramienta que puede comparar proteínas tanto por secuencia como por estructura. La siguiente captura de pantalla muestra las opciones de comparación en cada una de estas dos categorías:
Porque tiene un modelo estadístico pobre. Es básicamente una herramienta de alineación local con la ayuda de un índice k-mer de longitud fija. Estima la homología en términos de identidad de secuencia y, si bien esto suele ser suficiente para encontrar homología en secuencias relativamente conservadoras, el modelo de puntuación heurística no permite realmente buscar motivos. Un motivo en términos de bioinformática puede verse como una serie de eventos de cambio de estado, por lo tanto, necesita un modelo que calcule la similitud en términos de probabilidad de observar tal secuencia de cambios de estado bajo su matriz de cambio de estado anterior (inferida de un entrenamiento muestra). Estos modelos se conocen como modelos de Markov y la gente suele utilizar modelos ocultos de Markov para encontrar motivos. Existen buenas herramientas populares, como HMMER
EDITAR según el comentario de OP
Como los motivos son regiones conservadas localmente y BLAST también realiza una alineación local, ¿por qué no debería poder buscar motivos?
- Un motivo no es solo una "región localmente conservada", es un perfil de secuencia específico. BLAST no extrae ningún perfil de secuencia, no fue creado para eso. Dado un par de secuencias, simplemente le muestra parches similares. Por lo tanto, BLAST simplemente no es la herramienta adecuada para la tarea. Hicieron PSI-BLAST por ese mismo motivo.
- Además, muchos motivos comprenden aminoácidos o nucleótidos que pueden estar bastante separados en una secuencia primaria y solo acercarse en una estructura plegada (secundaria o terciaria). Aquí su definición de "región conservada localmente" falla al igual que BLAST.
- Como ya mencioné, BLAST realiza una alineación local heurística, es decir, asume que dos secuencias relacionadas deben contener al menos un k-mer (palabra) común de longitud específica. Esto, dado un índice de palabras precalculado, aumenta significativamente el rendimiento en términos de velocidad y consumo de RAM. Pero motivos similares pueden estar presentes en secuencias no homólogas o en secuencias muy divergentes que apenas muestran homología, y BLAST no encontrará nada en absoluto.
Todavía conozco una decisión
Sí... supongo... cuanto más simple mejor... todo lo ingenioso es simple.
demasiado lindo)))
La respuesta oportuna
¡Los chistes a un lado!
No parezcas un experto :)
Qué respuesta tan fascinante