kevinah95 / bmc-sequence-alignment

El presente trabajo muestra la aplicación de algoritmos de alineación de secuencias conocidos como needleman-wunsch (global), smith-waterman (local) y semi-global con sus variantes (kband o afín de costo por gap).

Alineamiento de Secuencias en Biología Molecular Computacional

El presente trabajo muestra la aplicación de algoritmos de alineación de secuencias conocidos como needleman-wunsch (global), smith-waterman (local) y semi-global con sus variantes (kband o afín de costo por gap). Esto es muy útil en labores de biología molecular, pero requieren de alta capacidad de memoria y tiempo para ser ejecutados.

Algoritmos de alineamiento

Needleman-Wunsch

Para el alineamiento global de dos secuencias se empleó el algoritmo Needleman-Wunsch el cual se basa en la programación dinámica. Su funcionamiento se basa en la construcción de una matriz F donde cada uno de sus elementos F [i, j] será el valor para el alineamiento óptimo de X [0…i] y Y [0…j]; donde X y Y corresponde a dos cadenas de texto. Para iniciar se debe de inicializar el valor de la matriz F [0, 0] con 0 y cada celda se llena con el valor óptimo de alineamiento según sea:

X[i] con Y[j]
X[i] con un gap
Y[j] con un gap

Cuando se tiene la matriz llena se procede a leer el valor de la esquina inferior derecha F [n, m] y se realiza el trace-back que consiste en agregar un carácter u otro según la ruta óptima. Dónde:

• Diagonal: agregar un carácter a cada hilera (a la izquierda).
• Arriba: agregar un gap a la hilera 1 y un carácter a la izquierda de la hilera 2.
• Izquierda: agregar un gap a la hilera 2 y un carácter a la izquierda de la hilera 1.

Smith-Waterman

El alineamiento local se resuelve mediante el algoritmo Smith-Waterman, el cual consiste en una variante del algoritmo de alineamiento global. Los cambios realizados con respecto al alineamiento global son:

1. La primera columna y la primera fila inician con ceros.
2. El traceback dará inicio en la casilla con mayor valor en toda la matriz y se extenderá hasta llegar a una casilla con valor cero.

Semi-global

El algoritmo del alineamiento semiglobal se basa en el algoritmo del alineamiento global.Este busca penalizar los gaps internos del alineamiento, no así los que se encuentre al inicio o final de alguna de las secuencias. Para ello, se debe realizar:

1. La colocación de ceros la primera fila y columna.
2. Iniciar el traceback en el mayor valor de la última columna o fila hasta llegar a una casilla de valor cero.

KBand

El algoritmo del alineamiento semiglobal se basa en el algoritmo del alineamiento global.Este busca penalizar los gaps internos del alineamiento, no así los que se encuentre al inicio o final de alguna de las secuencias. Para ello, se debe realizar:

1. La colocación de ceros la primera fila y columna.
2. Iniciar el traceback en el mayor valor de la última columna o fila hasta llegar a una casilla de valor cero.