MATRICES PAM Y BLOSUM

1
MATRICES PAM Y BLOSUM
UNIVERSIDAD PERUANA CAYETANO HEREDIA Escuela de
Post-Grado Programa de Bioquímica y Biologia
Mólecular

• El Supergrupo
• Calla Choque, Jaeson.
• Evangelista Falcón, W.
• Olivera Cagna, Giovanna.
• Quispealaya Poclin, Ronald.

2
Alineamiento de Secuencias

• Es el proceso de comparar dos secuencias o más
  para buscar series individuales o patrones que
  esten en el mismo orden.
• Se puede alinear de dos maneras las secuencias
• Global, se alinea la secuencia entera usando la
  mayor cantidad de caracteres como sea posible.
• Local, secuencias cercanas con gran cantidad de
  matches, son sub-alineamientos de un alineamiento
  de secuencias.

3
PUNTOS CLAVES PARA ALINEAR

• Decidir si se realiza alineamiento global o
  local.
• Con qué programa se realizará el alineamiento.
• La regla para establecer el score.
• Los valores para las penalidades de gap.
• Una matriz de score representa una teoría de
  evolución en particular.

4
Matrices de sustitución de aminoácidos

• Las sustituciones de aa más comunes se dan entre
  aquellos de estructura químicamente parecidos.
• Sabiendo los tipos de cambios más y menos comunes
  en un número largo de proteínas se puede predecir
  alineamientos para cualquier secuencia de aa.
• En 1978 Margaret Dayhoff analizó los cambios de
  pares de aminoácidos más probables que ocurren en
  las proteínas.

5

• 183944 Trans MVHLTPVEKSAVTALWGKVNVDEVGGEALGRLLVVY
  PWTQRFFESFGDLSTPDAVMGNPK
• 
  
• 29436 Transl MVHLTPEEKSAVTALWGKVNVDEVGGEALGRLLVVY
  PWTQRFFESFGDLSTPDAVMGNPK
• 10 20 30
  40 50 60
• 70 80 90
  100 110 120
• 183944 Trans VKAHGKKVLGAFSDGLAHLDNLKGTFATLSELHCDK
  LHVDPENFRLLGNVLVCVLAHHFG
• 
  
• 29436 Transl VKAHGKKVLGAFSDGLAHLDNLKGTFATLSELHCDK
  LHVDPENFRLLGNVLVCVLAHHFG
• 70 80 90
  100 110 120
• 130 140
• 183944 Trans KEFTPPVQAAYQKVVAGVANALAHKYH
• 29436 Transl KEFTPPVQAAYQKVVAGVANALAHKYH
• 130 140

6
MATRIZ DE SUSTITUCION POR BLOQUES DE
AMINOACIDOSBLOSUM
7
BLOSUM

• Henikoff Henikoff, 1992.
• Los valores de la matriz están basados en la
  observación de sustituciones de aa en un set de
  2000 patrones de aa conservados llamados bloques.
  Estos bloques representan más o menos 500
  familias de proteínas relacionadas.
• Tiene mucho más datos que PAM

8
BLOSUM

• Las familias de proteínas estaban identificadas
  por Bairoch, consideradas en la mismas familias
  por la función que cumplen.En 1991 Henikoff
  Henikoff examinaron cada familia para la
  presencia de patrones de aa ungapped que están
  presentes en cada familia y se podrían usaron
  para identificar a los miembros de estas
  familias.

9
BLOSUM

• Los bloques que caracterizan cada familia tienen
  muchas secuencias alineadas, donde los cambios de
  aa observados pueden ser contados en cada
  columna. Entonces los tipos de sustituciones
  tienen un score para todos los alineamientos la
  matriz BLOSUM indica la frecuencia de cada tipo
  de sustitución.

10
SET DE UN BLOQUE DE DATOS
B A B A A A A C A A C C A A B A A A C C A A B C
Existen 24 aminoácidos observados de los cuales
14 son A, 4 son B y 6 son C, se observan
en la siguiente proporción.
Aminoácidos Proporción de aa observados
A 14/24
B 4/24
C 6/24
11
Existen 60 de pares alineados en total de
aminoácidos.
Pares alineados Proporción observada
A con A 26/60
A con B 8/60
A con C 10/60
B con B 3/60
B con C 6/60
C con C 7/60
12
Par Alineado Prop. Obs. Prop. Esp. 2log²(obs/esp)
A con A 26/60 196/576 0.70
A con B 8/60 112/576 -1.09
A con C 10/60 168/576 -1.61
B con B 3/60 16/576 1.70
B con C 6/60 48/576 0.53
C con C 7/60 36/576 1.80
A B C A 1 -1 -2 B -1 2 1 C -2 1 2
13
SET DE DOS BLOQUES DE DATOS
En ambos bloques se trabajan juntas porque son
muy similares
B A B A B A B C A A C C
Aminoácidos Proporción de observados
A 13/34
B 5/17
C 11/34
C B B C B B A B C A A C
14
Pares Alineados Proporción de observados
A con A 2/13
A con B 3/13
A con C 5/26
B con B 1/13
B con C 3/13
C con C 3/26
15
El score de la probabilidad (Exy) que exista x
e y donde x e y son aminoácidos. Nxy es
el número de veces que se observa en la misma
columna del bloque alineado. Pxy
Nxy ? u?v Nuv
2 PxPy
Pxy si x ? y
Exy
PxPy
Pxy si x y
16
Entonces de acuerdo a la formula anterior
obtenemos
Par Alineado Prop. Obs. Prop. Esp. 2log2(obs/esp)
A con A 2/13 34/145 1.21
A con B 3/13 35/145 0.12
A con C 5/26 27/145 -0.09
B con B 1/13 41/145 3.75
B con C 3/13 32/145 -0.12
C con C 3/26 25/145 1.15
17
BLOSUM

• Los patrones que tienen un 60 de similitud son
  agrupados en una matriz de sustitución denominada
  Blosum 60.
• Los patrones que tienen un 85 de similitud son
  agrupados en una matriz de sustitución denominada
  Blosum 85.

18
BLOSUM62
19
MATRIZ DE SUSTITUCIÓN DE AMINOACIDOS DAYHOFF

• PORCENTAJE DE MUTACIONES ACEPTADAS
• PAM

20
PAM

• Matriz que determina la probabilidad de cambio de
  un aminoácido a otro en secuencias de proteínas
  homólogas durante la evolución.
• Las matrices dan los cambios esperados para un
  periodo de tiempo evolutivo, la similaridad de la
  secuencia decrece como los genes que codifican la
  misma proteína divergen con el incremento del
  tiempo evolutivo.

21
PAM

• Para construir la matriz de Dayhoff (PAM) se
  sustituyo los aa de grupos de proteínas se
  estimaron 1572 cambios para 71 grupos de
  secuencias proteicas, logrando un 85 de
  similitud.
• Existen mutaciones aceptables, donde los
  cambios son aceptados por selección natural,es
  decir no alteran la función proteica.

22
Assumptions en las matrices PAM

• La probabilidad de que un aa X cambie hacia otro
  aa Y es la misma que Y cambie hacia X.
• Los reemplazos dependen solo del aa en esa
  posicion y no de la vecindad.
• En promedio todas las secuencias tienen la misma
  composición.

23
MUTACION RELATIVA

• mj es la probabilidad que un aminoácido j cambie
  en un intervalo de tiempo dado. Los valores
  absolutos de mj dependen de en que similaridad la
  secuencias usada sea Aij, pero no los valores
  relativos.

Los valores de Ala (mAla) tiene una arbitrariedad
de 100 y los valores de todos los otros
aminoácidos dados de acuerdo a la escala (Atlas
de secuencia y estructura de proteínas )
24
PAM 1

• ? Es una escala constante que toma el número
  total de mutaciones en 1.
• Pj es la probabilidad en un rango de que ocurra
  el aminoácido j.

Mij probabilidad de que un aminoácido j no
cambie en PAM - 1
Mij (i1) Probabilidad de que el aminoácido j
cambie a i en un periodo evolutivo
25
Matriz de Score de la PAM-K
26
PAM Phylogenetic Tree
27
PAM-250
28
Errores en las matrices PAM

• Muchas secuencias se desvian de la composición
  promedio.
• Se encontraron reemplazos muy poco frecuentes que
  no se podian explicar por las probabilidades
  encontradas.
• Cualquier error en la PAM1 es super-magnificado
  en la PAM250
• Los procesos de Markov son una explicacion de la
  evolución que no obedece a la realidad. La
  probabilidad X ?Y es distinta a la probabilidad
  Y?X.

29
PAM vs BLOSUM
30
PAM / BLOSUM

• PAM esta basado en modelo mutacional de
  evolución, asume que los cambios de aa ocurren
  como un proceso de Markov, cada cambio de aa en
  un sitio llega a ser independiente a los cambios
  previos de ese sitio. La matriz esté basada en la
  predicción del primer cambio que ocurre en la
  proteína del ancestro común durante la evolución
  de la familia de proteínas.

• BLOSUM, consideran todos los cambios observados
  de los aa en un alineamiento local para la
  familia de proteínas. Estas proteínas muestran
  relaciones bioquímicas, y muestran un ancestro
  común.

31
PAM / BLOSUM

• Las matrices PAM están basadas en scores de todas
  las posiciones de aa en secuencias relacionadas.
• Esta diseñado para determinar el origen evolutivo
  de las proteínas.

• Las matrices BLOSUM están basadas en
  sustituciones y posiciones conservadas en
  bloques, las que representan las regiones comunes
  semejantes en las secuencias relacionadas.
• Está designado para encontrar los dominios
  conservados de las proteínas.

32
CONCLUSIONES