Un alliniadura de secuencies en bioinformática ye una forma de representar y comparar dos o más secuencies o cadenes d'ADN, ARN, o estructures primaries proteicu pa resaltar les sos zones de semeyanza, que podríen indicar rellaciones funcionales o evolutives ente los xenes o proteínes consultaos. Les secuencies alliniaes escribir coles lletres (representando aminoácidos o nucleótidos) en files d'una matriz nes que, si ye necesariu, inxertar espacios por que les zones con idéntica o similar estructura allíniense.
center|Una alliniadura de secuencies, xenerada por ClustalW ente dos proteínes deos de cinc identificaes pol númberu d'accesu GenBank (Clave).
Anque les bases nucleotídicas del ADN y ARN son más similares ente sí que colos aminoácidos, el caltenimientu del empareyáu de bases podría indicar papeles funcionales o estructurales similares. L'alliniadura de secuencies puede utilizase con secuencies non biolóxiques, como na identificación de semeyances en series de lletres y pallabres del llinguaxe humanu o n'analís de datos financieros. Ente los algoritmos más populares basaos na comparanza d'estructures primaries de proteínes, tienen de destacar l'algoritmu Needleman-Wunch, l'algoritmu Smith-Waterman, BLAST y FASTA
Secuencies bien curties o bien similares pueden alliniase manualmente. Aun así, los problemes más interesantes precisen alliniar secuencies llargues, bien variables y desaxeradamente numberoses que nun pueden ser alliniaes por humanos. La conocencia humana aplícase principalmente na construcción d'algoritmos que produzan alliniadures d'alta calidá, y dacuando afaciendo el resultáu final pa representar patrones que son difíciles d'introducir n'algoritmos (especialmente nel casu de secuencies de nucleótidos). Los aproximamientos computacionales a l'alliniadura de secuencies estremar en dos categoríes: alliniadura global y alliniadura local. Calcular una alliniadura global ye una forma d'optimización global que "fuercia" a l'alliniadura a ocupar el llargor total de toles secuencies introducíes (secuencies problema). Comparativamente, les alliniadures locales identifiquen rexones similares dientro de llargues secuencies que de normal son bien diverxentes ente sigo. De cutiu prefiérense les alliniadures locales, pero pueden ser más difíciles de calcular porque s'añader el desafíu d'identificar les rexones de mayor semeyanza. Aplíquense gran variedá d'algoritmos computacionales al problema d'alliniadura de secuencies, como métodos lentos, pero d'optimización, como la programación dinámica, y métodos heurísticos o probabilísticos eficientes, pero non exhautivos, diseñaos pa busca a gran escala en bases de datos.
Representaciones Les alliniadures represéntense de normal con un formatu gráficu y de testu. En cuasi toles representaciones d'alliniadures, les secuencies escribir en files de forma que los residuos alliniaes apaecen en columnes socesives. Nos formatos de testu, les columnes alliniaes contienen calteres idénticos o similares, estos postreros indicaos con sistema de símbolos de calteníos. Na imaxe cimera utilízase l'asteriscu p'amosar identidá ente dos columnes. Otros símbolos menos comunes son la coma pa sustituciones conservativas y el puntu pa sustituciones semiconservativas. Munchos programes de visualización de secuencies utilicen tamién esquemes coloriaos p'amosar información de les propiedaes de los elementos secuencia individuales; en secuencies d'ADN y ARN significa asignar a cada base'l so propiu color. N'alliniadures de proteínes, como'l de la imaxe cimera, los colores utilizar pa indicar propiedaes de los aminoácidos p'ayudar na carauterización de caltenimientu o nuna sustitución aminoacídica dada. Cuando s'introducen múltiples secuencies la última fila de cada columna suel representar secuenciar consensu determinada pola alliniadura. Tamién suel representase secuenciar consensu nun formatu gráficu so un logo de secuencies, nel que'l tamañu de la lletra de cada nucleótido o aminoácidu ye proporcional al so grau de caltenimientu.
Les alliniadures de secuencies pueden almacenase nuna amplia variedá de formatos d'archivu de testu, munchos de los cualos fueron desenvueltos al empar qu'un programa o implementación d'alliniadura. La mayoría de les ferramientes web dexen dellos formatos d'entrada y salida, como'l formatu FASTA y GenBank. L'usu de ferramientes específiques en cada llaboratoriu d'investigación puede complicase pola baxa compatibilidá. Esisten programes de conversión xenérica en SEQRET (EMBOSS), o en DNA Baser.
Alliniadures locales y globales Imaxe d'una alliniadura local y uno global demostrando l'enclín a poner buecos de les alliniadures globales si les secuencies nun son bien similares.
Les alliniadures globales, qu'intenten alliniar cada residuu de cada secuencia, son más útiles cuando les secuencies problema iniciales son similares y aproximadamente del mesmu tamañu (nun quier dicir que les alliniadures globales nun puedan terminar en buecos). Una estratexa xeneral d'alliniadura global ye'l algoritmu Needleman-Wunsch basáu en programación dinámica. Les alliniadures locales son más útiles pa secuencies estremaes nes que s'abarrunta qu'esisten rexones bien similares o motivos de secuencies similares dientro d'un contestu mayor. El algoritmu Smith-Waterman ye un métodu xeneral d'alliniadura local basáu en programación dinámica. Con secuencies abondo similares, nun esiste diferencia ente alliniadures globales y locales.
Los métodos híbridos, conocíos como semiglobales o métodos "glocales" intenten atopar la meyor alliniadura posible qu'incluya l'entamu y el final d'una o otra secuencia. Puede ser especialmente útil cuando la parte "corriente enriba" d'una secuencia asolapar cola parte "corriente embaxo" de la otra. Nesti casu, nin l'alliniadura global nin el llocal son dafechu fayadizos: una alliniadura global va intentar forzar a l'alliniación a estendese más allá de la rexón de solapamiento, ente que l'alliniadura local nun va cubrir totalmente la rexón asolapada.
Alliniadura de pares Los métodos d'alliniadura de pares, o axugamientos, utilizar p'atopar la meyor coincidencia en bloque (local) o alliniadura global de dos secuencies. Les alliniadures de pares namái pueden utilizase con dos secuencies al empar, pero son eficientes de calcular, y son utilizaos de cutiu en métodos que nun riquir precisión estrema, como la busca en bases de datos de secuencies con alta homoloxía de secuencia con al respective de un pidimientu. Los trés métodos principales de xenerar alliniadures de pares son los de matriz de puntos, los de programación dinámica y los de busca de pallabra, anque la mayoría de métodos d'alliniación múltiple de secuencies pueden funcionar con namái dos secuencies. Anque cada métodu tien los sos propios puntos fuertes y débiles, toos ellos tienen problemes p'alliniar secuencies repetitives con baxu conteníu n'información, especialmente cuando'l númberu de repeticiones puede ser distinta nos dos secuencies que s'allinien. Una manera de cuantificar la utilidá d'una alliniadura de pares determináu ye la "máxima coincidencia individual", o la mayor subsecuencia que se da en dambes secuencies n'estudiu. Polo xeneral, cuanto mayor seya tal subsecuencia, más cercana va ser la so rellación.
Métodos de matriz de puntos miniatura|200px|Una matriz de puntos d'ADN del factor de trescripción deu de cinc nel ser humanu (GenBank ID NM_002383), amosando autosimilitud rexonal. La diagonal principal representa l'alliniadura de la secuencia consigo mesma; les llinies fora d'esta diagonal representen patrones similares o repetitivos dientro de la secuencia. Ye un exemplu típicu de gráfica recurrente. L'enfoque de matriz de puntos (o matrix-dot), que implícitamente produz una familia d'alliniadures pa rexones individuales de la secuencia, ye cualitativu y simple, a pesar de que consume enforma tiempu p'analís a gran escala. Ye fácil identificar visualmente determinaes carauterístiques de la secuencia (tales como insertamientos, borraos, repeticiones, o repeticiones invertíes) nuna gráfica de matriz de puntos. Pa construyir una gráfica de matriz de puntos, los dos secuencies asitiar a lo llargo de la fila cimera y de la columna que ta más a la izquierda de la matriz de dos dimensiones y asítiase un puntu en cualquier llugar nel que los calteres nes columnes correspondientes coincidan (esta ye una típica gráfica recurrente). Delles implementaciones varien el tamañu o la intensidá de los puntos en función del grau de semeyanza de los dos calteres, pa dar cabida a les sustituciones calteníes. La gráfica de puntos de secuencies bien estrechamente rellacionaes apaez como una única llinia a lo llargo de la diagonal principal de la matriz .
Les gráfiques de puntos tamién pueden utilizase pa evaluar repetitividad nuna sola secuencia: una secuencia se gráfica contra sigo mesma, y les rexones que comparten semeyances significatives van apaecer como llinies fuera de la diagonal principal. Esti efeutu puede asoceder cuando una proteína consta de múltiples dominios estructurales similares.
Programación dinámica La téunica de programación dinámica puede aplicase pa producir alliniadures globales por aciu l'algoritmu de Needleman-Wunsch, según alliniadures locales por aciu l'algoritmu de Smith-Waterman. Nun usu habitual, nes alliniadures de proteínes utiliza una matriz de sustitución p'asignar puntuaciones a les coincidencies y a les diferencies ente aminoácidos, y una penalización por gap (lliteralmente buecu, anque en bona parte de la lliteratura en castellán utiliza'l vocablu inglés) al faer coincidir un aminoácidu d'una secuencia con un buecu n'otra. N'alliniadures d'ADN y ARN puede usase una matriz de puntuaciones, pero na práctica, de cutiu, asígnase a cencielles una puntuación positiva a les coincidencies, una negativa a les diferencies, y otra penalización negativa a los gaps. (Na programación dinámica estándar la puntuación de la posición de cada aminoácidu ye independiente de la identidá de los sos vecinos, polo que los efeutos del apilamientu de bases nun se tomen en cuenta. Sicasí, ye posible faelo modificando l'algoritmu.)
La programación dinámica pue ser útil na alliniadura de nucleótidos con secuencies de proteínes, una xera complicada pola necesidá de tomar en considerancia les mutaciones con cambéu (insertamientos o borraos, de normal). La busca del marcu abiertu de llectura apurre una serie d'alliniadures de pares locales o globales ente una secuencia de nucleótidos a investigar (secuencia problema) y un conxuntu de busca de secuencies de proteínes, o viceversa. A pesar de que'l métodu ye bien lentu, la so habilidá pa evaluar la compensación de los marcos de llectura pa un númberu arbitrariu de nucleótidos convertir en preséu pa secuencies que contengan un bon númberu d'indels, que pueden ser bien difíciles d'alliniar con métodos heurísticos más eficientes. Na práctica, el métodu requier una bona cantidá de potencia de cómputu, o un sistema que la so arquiteutura tea especializada en programación dinámica. Les suites BLAST y EMBOSS apurren ferramientes básiques pa crear alliniadures afeches (anque dalgún d'estos enfoques saca ventaya de los efeutos llaterales de la capacidá de busca de secuencies de les ferramientes). Consígense métodos más xenerales tanto de fontes comerciales (como “FrameSearch”, distribuyíu como parte del paquete Accelrys GCG ), como de software de códigu abiertu (como Genewise).
El métodu de programación dinámica garantiza atopar una alliniadura óptimo dada una función de puntuación en particular; sicasí, identificar una bona función de puntuación ye, usualmente, más una cuestión empírica que teórica. A pesar de que la programación dinámica ye estensible a más de dos secuencies, ye prohibitivamente lenta pa un altu númberu de secuencies desaxeradamente llargues.
Métodos de pallabra corta