[논문]유전체 상호간의 BLAST 최대 히트(best-hit)를 사용하여 서열화가 완성된 다수의 유전체로부터 Orthologous 단백질그룹을 자동적으로 클러스터링하는 기법

김선신; 이충세; 류근호

doi:10.3745/kipstd.2006.13d.2.207

유전체 상호간의 BLAST 최대 히트(best-hit)를 사용하여 서열화가 완성된 다수의 유전체로부터 Orthologous 단백질그룹을 자동적으로 클러스터링하는 기법
Automatic Orthologous-Protein-Clustering from Multiple Complete-Genomes by the Best Reciprocal BLAST Hits 원문보기

정보처리학회논문지. The KIPS transactions. Part D. Part D, v.13D no.2 = no.105, 2006년, pp.207 - 214

김선신 (충북대학교 대학원 전자계산학과) , 이충세 (충북대학교 컴퓨터과학과) , 류근호 (충북대학교 컴퓨터과학과)

초록
AI-Helper

서열화가 완성된 유전체의 수가 최근에 빠르게 상승하고 있지만, 상동성에 의한 단백질 기능을 예측하는 방법은 충분히 연구되고 있지 않다. 서열화가 완성된 다수의 유전체로부터 유전체 상호간의 BLAST 최대 히트(best-hit)를 사용하여 OPCs(Orthologous Protein Clusters)를 만드는 일은 성공적으로 연구되어 왔다. 그러나 OPCs를 수작업으로 구축하는 것은 시간과 노력이 많이 드는 일이다. 이 논문에서 우리는 서열화가 완성된 다수의 유전체로부터 OPs(Orthologous Proteins)를 클러스터링하는 자동화 방법을 제시하고, 해당 클러스터링의 타당성을 수학적으로 증명 한다.

Abstract ▼ AI-Helper

Though the number of completely sequenced genomes quickly grows in recent years, the methods to predict protein functions by homology from the genomes have not been used sufficiently. It has been a successful technique to construct an OPCs(Orthologous Protein Clusters) with the best reciprocal BLAST hits from multiple complete-genomes. But it takes time-consuming-processes to make the OPCs with manual work. We, here, propose an automatic method that clusters OPs(Orthologous Proteins) from multiple complete-genomes, which is, to be extended, based on INPARANOID which is an automatic program to detect OPs between two complete-genomes. We also Prove all possible clustering mathematically.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이 논문에서 우리의 연구목표는 INPARANOIDB6]에 기반 하여 서열화가 완성된 다수의 유전체로부터 자동적으로 OPCs를 구축할 수 있음을 수학적으로 보인다. 우리의 접근방식은 INPARANOID으로부터 나온 결과를 이용하여 모든가능한 클러스터를 만든다.

가설 설정

생물은 유전자 중복(duplication)과 종분화(speciation)를통하여 진화한다고 가정할 수 있다. 이때 중복이 된 유전자는 종 분화 후 시간이 흐름에 따라 진화하여 서로 기능이다른 것으로 변화 되는 것으로 여겨지고 있고, 다른 유전자들은 분화가 된 후 시간이 흐른 뒤에도 서로 같은 기능을하는 것으로 믿어지고 있다.
또한 종 분화가 일어난 시기가 가까운 종들일 수록 서로간의 서열 유사도가 더 클 것이고 종분화가 일어난 시기가 먼 종들일수록 서열 유사도가 작게될 것이다. 이때 하나의 유전체 안에 존재하는 모든 유전자는 시간에 따라 진화하는 비율이 거의 같다고 가정할 수 있다. 따라서 종 분화가 일어난 이후 두 유전체간의 같은 기능을 하는 어떤 특정한 유전자의 서열 유사도는 다른 유전자들 보다 상대적으로 유사도가 클 것이라고 예상 할 수 있다.

제안 방법

여기서 사용한 방법은 BLAST 프로그램을 사용하여 서열화가 완성된 유전체의 쌍으로부터 상호간의 최대히트(best-hit)가 되는 단백질 쌍을 연결하여 삼각형 형태가되는 그룹을 만든다. 그 다음으로는 삼각형에서 공통의 변을 가진 삼각형을 묶어주고 생물학적으로 분석하여 수작업으로 그룹을 분류하였다. 또한 임의의 임계값(threshold)을사용하는 일 없이 클러스터링을 시행하였다.
즉, INPARANOID를 사용하여 서열화가 완성된 다수의 유전체로부터 Orthologous 단백질 선형을 획득하였다. 그리고 공통된 유전자를 가진 Orhologous 단백질 선형의 모든 가능한 결합을 수학적으로 증명하였다.
그 다음으로는 삼각형에서 공통의 변을 가진 삼각형을 묶어주고 생물학적으로 분석하여 수작업으로 그룹을 분류하였다. 또한 임의의 임계값(threshold)을사용하는 일 없이 클러스터링을 시행하였다.
우리는 이들의 일을 두개의 유전체로부터 다유전체로 확장하는 일을 했다. 서열화가 완성된 다수의 유전체로부터, 거의 수작업 없이, OPs를 묶어주는 자동화 방법을 제안했다. 즉, INPARANOID를 사용하여 서열화가 완성된 다수의 유전체로부터 Orthologous 단백질 선형을 획득하였다.
일을 자동적으로 처리한 프로그램이다. 여기에 cut off 값을 50bits로 하여 중요한지 않은 종간의 관계는 연결하지 않고 cut-off 중복(overlap)도 50% 이상 되는 것을 적용하여 짧은 도메인 수준의 일치 (domain-level matches)가되는 종사이의 연결을 이어주지 않았다. 여기에서 저자는 계통발생학적 방법(Phylogenetic method)과 자신의 결과를 비교하였다.
여기에 cut off 값을 50bits로 하여 중요한지 않은 종간의 관계는 연결하지 않고 cut-off 중복(overlap)도 50% 이상 되는 것을 적용하여 짧은 도메인 수준의 일치 (domain-level matches)가되는 종사이의 연결을 이어주지 않았다. 여기에서 저자는 계통발생학적 방법(Phylogenetic method)과 자신의 결과를 비교하였다. INPARANOID는 계통발생학적 방법 보다 7% 의 추가적인 orthologs를 발견하였으나 9%의 거짓-긍정(False-positive)과 3%의 거짓-부정 (False-negative)은 증가함을 보여 주었다.
그룹을 만드는 일이다. 제안된 알고리즘은 첫 번째 단계로 n개의 유전체로부터 Orthologous 단백질을 클러스터링하는 것과, 두 번째 단계로는 이미 다 형성된 클러스터에 새로운 유전체를 추가하여 클러스터링하는 방법으로 나누어 생각할 수 있다.
제안하는 방법은, 단백질 서열의 유사도를 측정하는, BLAST 프로그램을 사용하여 서열화가 완성된 유전체간에 상호 최대 히트(best-hit)가 되는 단백질을 찾아 서로 연결하여 그룹을 만드는 일이다. 제안된 알고리즘은 첫 번째 단계로 n개의 유전체로부터 Orthologous 단백질을 클러스터링하는 것과, 두 번째 단계로는 이미 다 형성된 클러스터에 새로운 유전체를 추가하여 클러스터링하는 방법으로 나누어 생각할 수 있다.
서열화가 완성된 다수의 유전체로부터, 거의 수작업 없이, OPs를 묶어주는 자동화 방법을 제안했다. 즉, INPARANOID를 사용하여 서열화가 완성된 다수의 유전체로부터 Orthologous 단백질 선형을 획득하였다. 그리고 공통된 유전자를 가진 Orhologous 단백질 선형의 모든 가능한 결합을 수학적으로 증명하였다.

이론/모형

여기서 사용한 방법은 BLAST 프로그램을 사용하여 서열화가 완성된 유전체의 쌍으로부터 상호간의 최대히트(best-hit)가 되는 단백질 쌍을 연결하여 삼각형 형태가되는 그룹을 만든다. 그 다음으로는 삼각형에서 공통의 변을 가진 삼각형을 묶어주고 생물학적으로 분석하여 수작업으로 그룹을 분류하였다.

성능/효과

여기에서 저자는 계통발생학적 방법(Phylogenetic method)과 자신의 결과를 비교하였다. INPARANOID는 계통발생학적 방법 보다 7% 의 추가적인 orthologs를 발견하였으나 9%의 거짓-긍정(False-positive)과 3%의 거짓-부정 (False-negative)은 증가함을 보여 주었다. 또한 참-긍정 (True-positive)이 84%가됨을 보여 주었다.
나타내었다. 유전자의 기능들 사이에서 보존정도를 보여줌으로써 관련된 기능을 가진 유전자에 대한 실마리를 줄수 있었다.

후속연구

n이 매우 클 때는 이런 방법이 적절하지않다. 따라서 향후 연구로서 병렬 컴퓨팅이나 또는 다른 알고리즘을 써서 이 문제를 다룰 것이다.

참고문헌 (18)

W. M. Fitch, 'Distinguishing homologous from analogous proteins', Syst. Zool., Vol.19, pp.99-113, 1970

상세보기
R.L. Tatusov, et al., 'A genomic perspective on protein families', Science, Vol.278(5338), pp.631-637, Oct., 24, 1997

상세보기
L. Roman, et al., 'The COG database: a tool for genome-scale analysis of protein functions and evolution', Nucleic Acids Research, Vol.28(1), pp.33-36, 2000

상세보기
S.F. Altschul, et al., 'Basic local alignment search tool', J. Mol. Biol., Vol.215, pp.403-410, 1990

상세보기
R.L. Tatusov, et al., 'The COG database: an updated version includes eukaryotes', BMC Bioinformatics, Vol.4(1), No.41, Sep., 11, 2003

상세보기
S. A. Chervitz, et al., 'Comparison of the complete protein set of worm and yeast.orthology and divergence', Science, Vol.282, pp.2022-2028, 1998

상세보기
G. M. Rubin, et al., 'Comparative genomics of the eukaryotes', Science, Vol.287, pp.2204-2215, 2000

상세보기
S. J. Wheelan, et al., 'Human and nematode orthologs-lessons from the analysis of 1800 human genes and the proteome of Caenorhabditis elegans', Gene, Vol.238, pp.163-170, 1999

상세보기
A. R. Mushegian, et al., 'Large-scale taxonomic profiling of eukaryotic model organisms: a comparison of orthologous proteins encoded by the human, fly, nematode, and yeast genomes', Genome Res., Vol.8, pp.590-598, 1998
M Kanehisa & B. Peer, 'Bioinformatics in the posts-equences era', nature genetics supplement, Vol.33, pp.305-310, 2003

상세보기
P. Bork & E.V. Koonin, 'Predicting functions from protein sequences-where are the bottlenecks?', Nat. Genet., Vol. 18, pp.313-318, 1998

상세보기
J.A. Eisen, 'Phylogenomics:improving functional predictions for uncharacterized genes by evolutionary analysis', Genome Res., Vol.8, pp.163-167, 1998

상세보기
M. Y. Galperin & E.V. Koonin, 'Sources of systematic error in functional annotation of genomes : domain rearrangement, nonorthologous gene displacement and operon disruption', In Silico Biol., Vol.1, pp.55-67, 1998

상세보기
S. Kimmen, 'Phylogenonmic inference of protein molecular function: advances and challenges', Bioinformatics, Vol.20, No.2, pp.170-179, 2004

상세보기
H. Bono, et al., 'Systematic Prediction of Orthologous Units of Genes in the Complete Genomes', Genome Inform Ser Workshop Genome Inform., Vol.9, pp.32-40, 1998
R. Maido et al., 'Automatic Clustering of Orthologs and in-paralogs from Pairwise Species Comparisons', J Mol. Biol., Vol.314, pp.1041-1052, 2001

상세보기
G. Michael and A. H. Clyde, 'Gene content phylogeny of herpesviruses', PNAS, Vol.98, No.10, May, 9, 2000
J. M. Stuart, et al., 'A Gene-Coexpression Network for Global Discovery of Conserved Genetic Modules', Science, Vol.302, Oct., 10, 2003

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format