A fő különbség a hasonlóság és az azonosság között a szekvencia-illesztésben az, hogy a hasonlóság két szekvencia közötti hasonlóság (hasonlóság), míg az azonosság a két különböző szekvencia között pontosan megegyező karakterek száma.
A bioinformatika egy interdiszciplináris tudományterület, amely főként molekuláris biológiát és genetikát, számítástechnikát, matematikát és statisztikát foglal magában. A szekvenciaillesztés a bioinformatika egyik fő fogalma. Ez az az eljárás, amelyben a DNS, RNS vagy fehérje szekvenciáit úgy rendezik el, hogy azonosítsák azokat a hasonlóság régiókat, amelyek a szekvenciák közötti funkcionális, szerkezeti vagy evolúciós kapcsolat következményei. Az igazítás végén sorokként jelennek meg a mátrixon belül. Annak érdekében, hogy az egymást követő oszlopokban lévő azonos karakterek igazodjanak, a maradékok között rések vannak.
Mi a hasonlóság?
A szekvencia-illesztésben a hasonlóság két szekvencia közötti hasonlóság, ha összehasonlítjuk. Ez a tény a szekvenciák azonosságától függ. A hasonlóság azt mutatja, hogy a maradékok milyen mértékben illeszkednek egymáshoz. Ezért a hasonló sorozatok hasonló tulajdonságokkal rendelkeznek. A bioinformatikában a hasonlóság két fehérje hasonlóságának felmérésére szolgáló eszköz.
01. ábra: Hasonlóság a szekvencia igazításában
A szekvencia igazítási folyamatnak két fő lépése van. A kezdeti lépés a páronkénti igazítás, amely segít megtalálni az optimális igazítást két szekvencia között (beleértve a hézagokat is) olyan algoritmusok segítségével, mint a BLAST, FastA és LALIGN. Az illesztő algoritmus megtalálja a minimális számú szerkesztési műveletet; in-dels és helyettesítések annak érdekében, hogy az egyik szekvenciát a másik szekvenciához igazítsák. A páronkénti illesztést követően minden páronkénti összehasonlításból két mennyiségi paramétert kell nyerni. Ezek az azonosság és a hasonlóság.
Mi az identitás?
Az azonosság a sorozat-illesztésben a két különböző sorozat között pontosan megegyező karakterek száma. Ezért a hiányosságok nem számítanak az identitás értékelésénél. A mérést a két sorozat közül a rövidebb sorozathoz viszonyítottnak tekintjük. Ez jelentős mértékben azt jelenti, hogy ott van a hatása, ahol a szekvenciaazonosság nem tranzitív. Ha X=Y és Y=Z, akkor X nem feltétlenül egyenlő Z-vel. Ez az azonossági távolság mértékéből adódik.
02. ábra: Identitás a szekvencia igazításban
Például X AAGGCTT szekvenciával, Y AAGGC szekvenciája és Z AAGGCAT szekvenciája van. Az X és Y közötti azonosság 100% {5 azonos nukleotid/perc[hossz(X),hossz(Y)]}. Az Y és Z közötti azonosság szintén 100%. De az X és Z közötti azonosság csak 85% {(6 azonos nukleotid / 7)}.
Mi a hasonlóság a hasonlóság és az azonosság között a szekvencia igazításban?
- Mind a hasonlóság, mind az azonosság két olyan kifejezés, amelyet a szekvencia-illesztés során használunk.
- A két szekvencia hasonlóságára is utalnak.
- Sőt, százalékos értékként fejezzük ki őket.
Mi a különbség a hasonlóság és az azonosság között a szekvencia igazításában?
Az összehangolás hasonlósága megmutatja a két szekvencia hasonlóságát összehasonlításkor, míg a szekvencia-illesztésben az azonosság a két különböző szekvencia között pontosan megegyező karakterek számát mutatja meg. Ezért ez a legfontosabb különbség a hasonlóság és az azonosság között a szekvencia-illesztésben.
Összefoglalás – Hasonlóság vs identitás a szekvencia igazításban
A szekvencia-illesztés segít azonosítani a DNS-ben, RNS-ben vagy fehérjében található hasonlóság-régiókat, amelyek a szekvenciák közötti funkcionális, szerkezeti vagy evolúciós kapcsolatból erednek. Ezért a hasonlóság és az azonosság két kulcsfogalom a szekvencia-illesztés összefüggésében. A legfontosabb különbség e két kifejezés között az, hogy a hasonlóság két szekvencia hasonlósága az összehasonlításban, míg az azonosság a két különböző szekvencia között pontosan megegyező karakterek száma. Így ez az összefoglalás a hasonlóság és az azonosság közötti különbségről a szekvencia-illesztésben.
