Böckmann

➢ Methode sehr rechenaufwändig! -> in der Praxis nicht durchführbar

Alignment von n Sequenzen der Länge l:

Rechenzeit: O(2n⋅ln)

Speicher-Bedarf: O(ln)

➢ ermöglicht die Bestimmung des sinnvollsten Alignments über Trace Back

➢ Ja, da der Score aussagt wie hoch die Wahrscheinlichkeit ist, mit der die Aminosäuren gegeneinander ausgetauscht werden. (Mutation) Dieser ist besonders hoch, wenn die Aminosäuren gleichbleiben (= homologe Sequenzen)

➢ wenn mehr als 30% der AS miteinander übereinstimmen, dann zählen sie als homolog

➢ 1 Punktmutation pro 100 Aminosäuren/Residuen (99% Übereinstimmung

• 1 PAM – Einheitfür den evolutionären Abstand von Proteinsequenzen

➢ Homologes Protein: durch divergente Evolution aus einem gemeinsamen Vorläufer entstandene Proteine mit meist großen Übereinstimmungen in ihrer Primär- und Tertiärstruktur und deren Sequenzidentität (nicht immer)

➢ Paraloges Protein: homologe Sequenzen z.B. durch Genduplikation (sehr hohe Identität, u.U. unterschiedliche Funktion/Eigenschaften, parallel entwickelt, Bsp. Myoglobin/Hämoglobin)

➔ nacheinander auftretende Proteine desselben Individuums, die im Aufbau so viele Übereinstimmungen aufweisen, dass sie homologisiert (Homologie, Sequenzhomologie) werden können

-> Produkte einer Genfamilie

➢ Orthologes Protein: homologe Sequenzen unterschiedlicher Arten mit gemeinsamen Vorfahren, meist die gleiche Funktion

E = Erwartungswert f. die Zahl unterschiedlicher zufälliger Alignments mit einem Score größer als S K, λ Karlin-Altschul Parameter

Werden für nicht definierte Werte eingesetzt, da sie die Matrix nicht wesentlich beeinflussen und damit Lücken in der Matrix umgangen werden.

4 Base Fragmente)

➢ In der Evolution verändern sich die Proteine durch eine Folge von unabhängigen Punktmutationen

➢ Durch Selektion werden bestimmte Punktmutationen in der Population akzeptiert und werden Teil des Genpools

➢ BLOSUM aus multiplen Alignments entfernter verwandter(lokaler) Sequenzen (Blöcke von Proteinsequenzen, ohne Insertionen/Deletionen)

➢ Vorteile:

- größere Datenmenge

- multiple Alignments robuster

- keine Extrapolation auf weiter entfernte evolutionäre Sequenzen erforderlich

➢ BLAST generiert eine vorläufige Liste von Wörtern (aus W Aminosäuren, typisch Tripeptide) aus Testsequenz

➢ BLAST erstellt eine Liste von ähnlichen Wörtern oberhalb einer Bewertungsschwelle T, Suche nach Hits in der Datenbank Algorithmus sucht nach zwei separaten, sich nicht überlappenden Wörtern innerhalb einer definierten Distanz A

➢ Suche nach High-Scoring Segmentpaaren, Ausdehnung/Verlängerung um Residuenpaare in beide Richtungen einer Sequenz bis zusätzliche Bewertung kleiner ist als Cutoff-Score S

➢ PPV = TP / (TP+FP)

➢ Sagt aus wieviel % der Treffer auch tatsächlich zur Proteinfamilie gehören. -> hier: 95%