வரிசை பகுப்பாய்வு மற்றும் உயிர் தகவலியல்: டிஎன்ஏ, ஆர்என்ஏ மற்றும் புரதங்கள்

ஆதாயங்கள்:

• FASTA வாசிப்பு, மொழிபெயர்ப்பு, சீரமைப்பு மற்றும் BLAST போன்ற அடிப்படை வரிசை பகுப்பாய்வு செயல்பாடுகளின் குறியீட்டை அச்சிட்டு முடிவுகளை விளக்குவதற்கான திறன்
• மின் மதிப்பு, கவரேஜ் வீதம் மற்றும் வாசிப்பு சட்டகம் போன்ற கருத்துக்களை சரியாக விளக்குவதன் மூலம் தவறான முடிவுகளைத் தவிர்க்கும் திறன்
• அதிகாரப்பூர்வ தரவுத்தளங்களுடன் (NCBI, UniProt, Ensembl) ஒரு வரிசையின் செயல்பாட்டு உரிமைகோரலை உறுதிப்படுத்துவதன் அவசியத்தைப் புரிந்துகொள்ளும் திறன்.

உயிரியலின் மிக அடிப்படையான தரவு வரிசை: A, T, G, C ஆகிய எழுத்துக்களைக் கொண்ட DNA வரிசை; ஆர்என்ஏவின் ஏ, யு, ஜி, சி வரிசை; புரதத்தின் 20 அமினோ அமில எழுத்துக்களின் சங்கிலி. ஒரு மரபணு என்றால் என்ன, இரண்டு இனங்கள் எவ்வளவு தொடர்புடையது மற்றும் ஒரு பிறழ்வு (வரிசையில் மாற்றம்) மற்றும் நோய்க்கு இடையிலான உறவை இந்த வரிசைகள் மூலம் நாங்கள் புரிந்துகொள்கிறோம். இந்த யூனிட்டில், செயற்கை நுண்ணறிவை வரிசை பகுப்பாய்வுக்கான குறியீடாகவும், விளக்க உதவியாளராகவும் பயன்படுத்த கற்றுக்கொள்வோம்: ஃபாஸ்டா கோப்புகளைப் படித்தல், வரிசைகளை மொழிபெயர்த்தல், சீரமைத்தல் (சீரமைப்பு: இரண்டு வரிசைகளை கடிதம் மூலம் ஒப்பிட்டு அவற்றின் ஒற்றுமையைப் பார்த்தல்), மற்றும் BLAST போன்ற கருவிகளைப் புரிந்துகொள்வது.

தொடக்கத்திலிருந்தே முக்கியமான எச்சரிக்கை: AI ஒரு வரிசையின் உண்மையான செயல்பாட்டை "தெரியவில்லை"; உத்தியோகபூர்வ தரவுத்தளங்கள் (NCBI, UniProt, Ensembl) மற்றும் அனுபவ ஆதாரங்கள் மட்டுமே இதைச் சொல்கின்றன.

அடிப்படை கருத்துக்கள் மற்றும் கருவிகள்

• ஃபாஸ்டா: சரங்களைச் சேமிக்கும் உரை வடிவம்; ஒவ்வொரு அணிவரிசையும் > எனத் தொடங்கும் தலைப்புக் கோடு மற்றும் அதற்குக் கீழே துணைக் கோடுகளைக் கொண்டிருக்கும்.
• BLAST (அடிப்படை உள்ளூர் சீரமைப்பு தேடல் கருவி): ஒரு மாபெரும் தரவுத்தளத்தில் உள்ள மில்லியன் கணக்கான வரிசைகளுடன் நீங்கள் வைத்திருக்கும் வரிசையை ஒப்பிட்டு, மிகவும் ஒத்தவற்றைக் கண்டறியும் ஒரு கருவி. "இந்தத் தொடர் எப்படி இருக்கிறது?" கேள்விக்கு நிலையான பதில்.
• சீரமைப்பு: இரண்டு அல்லது அதற்கு மேற்பட்ட வரிசைகளை வரிசைப்படுத்துதல், அதனால் ஒத்த பகுதிகள் ஒன்றின் கீழ் மற்றொன்று வைக்கப்படும். இது ஜோடியாக அல்லது பல வரிசை சீரமைப்பு (MSA) ஆக இருக்கலாம்.
• மொழிபெயர்ப்பு: டிஎன்ஏ/ஆர்என்ஏ குறியீட்டு வரிசையை மூன்று எழுத்து குழுக்கள் (கோடான்கள்) வழியாக அமினோ அமில வரிசையாக மாற்றுதல்.
• மையக்கருத்து: செயல்பாட்டு அர்த்தத்தைக் கொண்ட வரிசையின் சுருக்கமான தொடர்ச்சியான முறை (எ.கா., ஒரு பிணைப்பு தளம்).

உதவிக்குறிப்பு: "அந்தத் தொடரை பிளாஸ்ட் செய்யுங்கள்" என்று AIயிடம் சொல்ல முடியாது; மாதிரி BLAST தரவுத்தளத்தை அணுக முடியாது. ஆனால் "எனது BLAST முடிவை நான் எப்படி விளக்குவது, மின் மதிப்பு (E-மதிப்பு) என்றால் என்ன?" Biopython மூலம் BLAST ஐ நிரல் ரீதியாக அழைக்கும் குறியீட்டை நீங்கள் கேட்கலாம் மற்றும் எழுதலாம்.

படிப்படியாக: வரிசையின் அடையாளத்தை ஆய்வு செய்தல்

1. வரிசையைப் பெறவும்: கோப்பில் FASTA ஆக சேமிக்கவும்.
2. அடிப்படை சரிபார்ப்பு: நீளம், எழுத்து உள்ளடக்கம் (இது வெறும் A/T/G/C அல்லது தெரியாத "N" உள்ளதா), GC விகிதம் (குவானைன்-சைட்டோசின் சதவீதம்: இனங்கள் மற்றும் பிராந்தியத்தின் அடிப்படையில் மாறுபடும்).
3. வெடிப்பு: என்சிபிஐ இணைய இடைமுகத்தில் அல்லது நிரல் ரீதியாக தேடவும்.
4. கருத்து: சிறந்த பொருத்தத்தின் மின்-மதிப்பு (அது சிறியதாக இருந்தால், அது தற்செயல் நிகழ்வாகும்) மற்றும் வினவல் கவரேஜைப் பார்க்கவும்.
5. உறுதிப்படுத்தல்: UniProt அல்லது NCBI இல் பொருந்தக்கூடிய மரபணு/புரதத்தைத் திறந்து, அது உண்மையில் நீங்கள் தேடும் செயல்பாட்டுடன் பொருந்துகிறதா என்பதைச் சரிபார்க்கவும்.

படி 2 இல் குறியீடு மற்றும் படி 4 இல் கருத்து தெரிவிக்க AI உங்களுக்கு உதவுகிறது; ஆனால் படிகள் 3 மற்றும் 5 இல் உள்ள உண்மையான தரவு கருவிகள் மற்றும் உங்களால் வழங்கப்படுகிறது.

நகலெடுக்கக்கூடிய உடனடி வார்ப்புருக்கள்

பங்கு: நீங்கள் ஒரு உயிர் தகவல் உதவியாளர். பணி: Biopython மூலம் FASTA கோப்பை (sequences.fasta) படிக்கவும். எனக்கு வேண்டும்: ஒவ்வொரு வரிசைக்கும் பெயர், நீளம் மற்றும் GC விகிதத்தை ஒரு அட்டவணையில் எழுதவும்; முடிவை CSV ஆக சேமிக்கவும். கருத்துகளுடன் வேலை செய்யும் பைதான் குறியீட்டை வழங்கவும்.

நான் கொண்டிருக்கும் டிஎன்ஏ வரிசையை ஒரு புரத வரிசையாக மொழிபெயர்க்கவும். Biopython Seq.translate பயன்படுத்தவும்; ஷோ ஸ்டாப் கோடான் (*); வாசிப்பு சட்டத்தைக் குறிக்கிறது. குறியீட்டைக் கொடுங்கள், விளக்கவும். வரிசை: [FASTA]

எனது BLAST முடிவை விளக்கவும். முதல் 5 பொருத்தங்களின் மதிப்பு-மதிப்பு, அடையாள சதவீதம் மற்றும் கவரேஜ் வீதம் கீழே உள்ளன. எந்தப் பொருத்தம் நம்பகமானது மற்றும் ஏன், சரியான செயல்பாடு உரிமைகோரல்களைச் செய்ய வேண்டாம், நான் சரிபார்க்க வேண்டிய படிகளைச் சொல்லுங்கள். அட்டவணை: [தரவு]

இரண்டு புரத வரிசைகளை ஜோடியாக சீரமைத்து சதவீத ஒற்றுமையைக் கண்டறியவும். Biopython pairwise2 அல்லது Bio.Align ஐப் பயன்படுத்தவும்; சீரமைப்பை படிக்கும்படி அச்சிடவும். குறியீட்டைக் கொடுத்து, மதிப்பெண் திட்டத்தை விளக்குங்கள்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனம்: "இந்த வரிசை எந்த மரபணு?"

வலுவானது: "என்னிடம் 1,140 அடிப்படை ஜோடிகளின் மனித டிஎன்ஏ வரிசை உள்ளது (ஃபாஸ்டா கீழே). இந்த வரிசையை நானே வெடித்தேன்; சிறந்த பொருத்தம் TP53, மின் மதிப்பு 0.0, அடையாளம் 99.8%, கவரேஜ் 100%. இந்த முடிவு ஏன் வலுவான ஆதாரம் என்பதை விளக்குங்கள்; இருப்பினும், அதன் 2 சரிபார்ப்புகளுக்கு முன் நான் அதைச் செய்ய வேண்டும் என்று சொல்லுங்கள்."

வேறுபாடு: வலுவான வரியில், உண்மையான தரவு (நீளம், BLAST முடிவு) மாதிரிக்கு வழங்கப்படுகிறது; நீங்கள் வழங்கும் ஆதாரத்தை விளக்குவதற்கு மாதிரி கேட்கிறீர்கள், அதை "நினைவில்" இல்லை. பலவீனமான ப்ராம்டில் ஒரு மாதிரியை உருவாக்க அவர் கட்டாயப்படுத்தப்படுகிறார்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 — தவறான வாசிப்பு சட்டகம்: ஒரு மாணவர் டிஎன்ஏ வரிசையை புரதமாக மொழிபெயர்த்தார், ஆனால் தொடக்கத்திலிருந்தே, சரியான தொடக்கக் கோடனை (ATG) கண்டுபிடிக்கவில்லை. இதன் விளைவாக ஒரு அர்த்தமற்ற, ஆரம்ப நிறுத்த புரதம் இருந்தது. மாடல் மூன்று ரீடிங் பிரேம்களையும் முயற்சித்து, ATG இல் தொடங்கி மிக நீளமான திறந்த வாசிப்பு சட்டத்தை (ORF) கண்டறிந்த குறியீட்டை எழுதியபோது, ​​சரியான 380 அமினோ அமில புரதம் வெளிப்பட்டது.

வழக்கு 2 — மின் மதிப்பு தவறு: ஒரு தொழில்நுட்ப வல்லுநர் BLAST பொருத்தம் 2.0 மின் மதிப்புடன் "கண்டுபிடிக்கப்பட்டது" எனப் புகாரளித்தார். அதேசமயம், 1ஐ விட அதிகமான மின்-மதிப்பு, பொருத்தம் பெரும்பாலும் தற்செயல் நிகழ்வாக இருப்பதைக் குறிக்கிறது. மாதிரி இதை விளக்கியது மற்றும் e <1e-5 பொதுவாக நம்பகமான நுழைவாயிலாகப் பயன்படுத்தப்படுகிறது என்பதை நினைவூட்டியது.

வழக்கு 3 - மாசுபாடு: ஆய்வகத்தில் பாக்டீரியா வரிசையின் வெடிப்பு மனித டிஎன்ஏ சிறந்த பொருத்தமாக மாறியது. இது மாதிரி மாசுபாட்டின் அறிகுறியாக இருந்தது. "எதிர்பாராத வகை பொருத்தம் மாசுபடுவதைக் குறிக்கும்" என்று கூறி AI சரியான சந்தேகத்தை எழுப்பியது; டெக்னீஷியன் உதாரணத்தை மீண்டும் கூறினார்.

ஒப்பீடு: செயற்கை நுண்ணறிவின் பங்கு

தேடுதல்

செயற்கை நுண்ணறிவு

கருவி/தரவுத்தளம்

மனித

FASTA வாசிப்பு, GC/நீளம்

குறியீடு எழுதுகிறார்

—

வெளியீட்டைக் கட்டுப்படுத்துகிறது

மொழிபெயர்ப்பு, ORF கண்டறிதல்

குறியீடு எழுதுகிறார்

Biopython ஐ இயக்குகிறது

சட்டத்தை சரிபார்க்கிறது

வரிசை ஐடி

கருத்துகள்

BLAST/NCBI கண்டுபிடிக்கிறது

உறுதிப்படுத்துகிறது

செயல்பாடு உரிமைகோரல்

ஆலோசனைகளை வழங்குகிறது

UniProt ஆதாரம் அளிக்கிறது

தீர்மானிக்கிறது

பொதுவான தவறுகள்

• சரம் ஐடியை "நினைவில் வைத்திருக்க" மாதிரியைக் கேட்பது: மாதிரி சரங்களை மனப்பாடம் செய்யவில்லை; BLAST ஐப் பயன்படுத்தவும்.
• மின் மதிப்பை தவறாகப் புரிந்துகொள்வது: சிறியது நல்லது, பெரியது கெட்டது; வாசலை நினைவில் கொள்க.
• வாசிப்பு சட்டத்தை சரிபார்க்கவில்லை: தவறான சட்டமானது முட்டாள்தனமான புரதத்தை உருவாக்குகிறது.
• கவரேஜை புறக்கணித்தல்: அதிக அடையாளம் ஆனால் குறைந்த கவரேஜ் என்றால் பகுதி பொருத்தம்.
• காணாமல் போன மாசுபாடு: எதிர்பாராத இனங்கள் பொருத்தம் ஒரு தீவிர எச்சரிக்கை.

எச்சரிக்கை: ஒரு வரிசை "TP53 ஐப் போலவே 99%" இருப்பதால், அந்த வரிசை TP53 செயல்பாட்டைக் கொண்டுள்ளது என்பதை நிரூபிக்காது; இது ஒரு வலுவான கருதுகோள். அனுபவச் சான்றுகள் மற்றும் தரவுத்தள விளக்கங்களால் செயல்பாடு ஆதரிக்கப்பட வேண்டும். "இது ஒரு கட்டியை அடக்கி" என்று AI சொன்னால் மட்டும் போதாது.

பல வரிசை சீரமைப்பு மற்றும் பைலோஜெனியின் அடிப்படை

இரண்டுக்கு பதிலாக டஜன் கணக்கான வரிசைகளை ஒன்றாகச் சீரமைப்பது மல்டிபிள் சீக்வென்ஸ் சீரமைப்பு (எம்எஸ்ஏ) என்று அழைக்கப்படுகிறது, மேலும் இது பல பகுப்பாய்வுகளின் அடிப்படையாகும்: பாதுகாக்கப்பட்ட பகுதிகளைக் கண்டறிதல் (பரிணாம வளர்ச்சியில் மாறாமல் செயல்படும் பகுதிகள்), ஃபைலோஜெனடிக் மரங்களை உருவாக்குதல், புரதக் குடும்பங்களை அடையாளம் காணுதல். MAFFT, MUSCLE மற்றும் Clustal போன்ற கருவிகள் இந்த வேலையைச் செய்கின்றன. பைத்தானில் இருந்து இந்த கருவிகளை அழைக்கும் குறியீட்டை AI எழுதுகிறது (உதாரணமாக, Biopython வழியாக) மற்றும் வெளியீட்டை விளக்க உதவுகிறது; ஆனால் சீரமைப்பு தன்னை கருவியை உருவாக்குகிறது, மாதிரியை "ரோட் மூலம்" அல்ல.

ஒரு MSA ஐ விளக்கும்போது, ​​பாதுகாக்கப்பட்ட நெடுவரிசைகளுக்கு கவனம் செலுத்துங்கள்: அனைத்து வரிசைகளிலும் ஒரே மாதிரியாக இருக்கும் ஒரு அமினோ அமிலமானது புரதத்தின் செயல்பாட்டிற்கு மிகவும் முக்கியமானதாக இருக்கும் (எ.கா., ஒரு நொதியின் செயலில் உள்ள தளம்). ஒரு பிறழ்வு ஏன் தீங்கு விளைவிக்கும் என்பதற்கான வலுவான குறிப்பை இது வழங்குகிறது. ஆனால் "பாதுகாக்கப்பட்டது = குறிப்பிடத்தக்கது" என்பது ஒரு கருதுகோள்; சோதனை சரிபார்ப்பு தேவை.

Biopython உடன் MAFFT வெளியீட்டான எனது பல சீரமைப்பு கோப்பை (aligned.fasta) படிக்கவும். ஒவ்வொரு நெடுவரிசைக்கும் தக்கவைப்பு விகிதத்தைக் கணக்கிடுங்கள்; 90% பாதுகாக்கப்பட்ட நிலைகளை பட்டியலிடுங்கள். இந்த நிலைகள் ஏன் செயல்பாட்டு முக்கியத்துவம் வாய்ந்ததாக இருக்கலாம் என்பதை விளக்கவும், உறுதியான செயல்பாட்டைக் கோர வேண்டாம்.

பிறழ்வு மற்றும் மாறுபாடு விளக்கம் பொறி

ஒரு சரத்தில் எழுத்து மாற்றம் (மாறுபாடு) இருப்பதைப் பார்க்கும்போது, அது "தீங்கு விளைவிக்கும்" என்று சொல்வது ஒரு பெரிய பாய்ச்சல். பெரும்பாலான வகைகள் நடுநிலையானவை (பயனற்றவை). ஒரு மாறுபாட்டின் தாக்கத்தை விளக்கும்போது, ​​AI இன் சொல் அல்ல, பிரத்யேக மாறுபாடு தரவுத்தளங்கள் (ClinVar போன்றவை) மற்றும் மக்கள்தொகை அதிர்வெண் தரவு (gnomAD போன்றவை) ஆகியவற்றைப் பார்க்க வேண்டும். ஒரு மாறுபாடு "நோய்க்கிருமி" என்று மாதிரி கூறினால், இந்த ஆதாரங்களுடன் உறுதிப்படுத்தாமல் இதை மருத்துவ அல்லது ஆராய்ச்சி முடிவில் எழுத வேண்டாம்.

சரிபார்ப்புக்கான அடிப்படை தரவுத்தளங்கள்

தொடர் பகுப்பாய்வில் உள்ள ஒவ்வொரு உரிமைகோரலையும் உறுதிப்படுத்த அதிகாரப்பூர்வ ஆதாரங்களை அறிந்துகொள்வது செயற்கை நுண்ணறிவு புனைகதைகளுக்கு எதிராக உங்கள் வலுவான கேடயமாகும். மிகவும் அடிக்கடி பயன்படுத்தப்படுகிறது:

தரவுத்தளம்

எதற்கு

வழக்கமான உறுதிப்படுத்தல்

NCBI GenBank/RefSeq

டிஎன்ஏ/ஆர்என்ஏ வரிசைகள், மரபணு பதிவுகள்

சரம் ஐடி, நீளம்

யூனிப்ரோட்

புரத வரிசைகள் மற்றும் செயல்பாடுகள்

செயல்பாடு, அமினோ அமிலங்களின் எண்ணிக்கை

குழுமம்

மரபணு சிறுகுறிப்பு, மரபணு இருப்பிடங்கள்

மரபணு-குரோமோசோம் மேப்பிங்

ClinVar

மாறுபாடுகளின் மருத்துவ முக்கியத்துவம்

நோய்க்கிருமி/நடுநிலை முடிவு

gnomAD

மக்கள்தொகையில் மாறுபட்ட அதிர்வெண்

அரிதான/பொதுவான மாறுபாடு

இந்த தளங்களில் எதை நீங்கள் பார்க்க வேண்டும் என்பதை AI பரிந்துரைக்கலாம்; ஆனால் நீங்கள் வினவல் செய்து முடிவைப் படிக்கிறீர்கள். "மாடல் சொன்னது இதைத்தான் யூனிப்ரோட் சொல்கிறது" என்பது உறுதிப்படுத்தல் அல்ல; உறுதிப்படுத்தல் என்பது யூனிப்ரோட் பக்கத்தை நீங்களே திறக்கிறது.

சுருக்கமாக

வரிசை பகுப்பாய்வு என்பது உயிர் தகவலியலின் இதயம்; FASTA, BLAST, alignment மற்றும் translation ஆகியவை அடிப்படை செயல்பாடுகள். AI இந்த செயல்பாடுகளுக்கான குறியீட்டை எழுதுகிறது மற்றும் அவற்றின் முடிவுகளை விளக்க உதவுகிறது, ஆனால் கருவிகள் (BLAST) மற்றும் தரவுத்தளங்கள் (NCBI, UniProt) உண்மையான வரிசை அடையாளத்தை வழங்குகின்றன. மின் மதிப்பு, கவரேஜ் மற்றும் வாசிப்பு சட்டகம் போன்ற கருத்துகளை சரியாக புரிந்துகொள்வது தவறான முடிவைத் தவிர்ப்பதற்கு முக்கியமாகும். ஒரு செயல்பாட்டுக் கோரிக்கைக்கு எப்போதும் சுயாதீனமான சான்றுகள் தேவை.

விண்ணப்ப பணி

மாதிரி டிஎன்ஏ வரிசையை எடுத்துக் கொள்ளுங்கள் (அல்லது நீங்கள் என்சிபிஐயிலிருந்து பதிவிறக்கிய மரபணு). AI ஆனது Biopython மூலம் நீளம் மற்றும் GC விகிதத்தைக் கணக்கிட வேண்டும், பின்னர் அதை மூன்று ரீடிங் பிரேம்களிலும் மொழிபெயர்த்து மிக நீளமான ORF ஐக் கண்டறியும் குறியீட்டை அச்சிடவும். முடிவை இயக்கவும். NCBI BLAST இல் இந்த வரிசையை நீங்களே தேடுங்கள் மற்றும் சிறந்த பொருத்தத்தின் மின் மதிப்பு மற்றும் கவரேஜ் விகிதத்தை மாதிரி விளக்க வேண்டும். UniProt இல் மாதிரியின் செயல்பாட்டு உரிமைகோரலை உறுதிப்படுத்தவும்.

சரிபார்ப்பு பட்டியல்

• [ ] சரத்தை செயலாக்கும் முன் நீளம் மற்றும் எழுத்து உள்ளடக்கத்தை சரிபார்த்தேன்.
• [ ] நான் மொழிபெயர்ப்பில் சரியான வாசிப்பு சட்டத்தைப் பயன்படுத்தினேன்.
• [ ] நானே BLAST ஐ ஓட்டினேன், நான் மாதிரியை "நினைவூட்டவில்லை".
• [ ] நான் மின் மதிப்பு மற்றும் கவரேஜ் விகிதத்தை சரியாக விளக்கினேன்.
• [ ] நான் எதிர்பாராத இனங்கள் மாசுபாட்டிற்கான பொருத்தத்தை மதிப்பீடு செய்தேன்.
• [ ] அதிகாரப்பூர்வ தரவுத்தளத்துடன் செயல்பாட்டு உரிமைகோரலை உறுதிப்படுத்தினேன்.