▼▼▼▼▼▼▼▼
チャンネル登録はこちら

ペアワイズ・アラインメント

バイオインフォマティックすの領域における重要な手法の１つに、アミノ酸配列や塩基配列の整列（アラインメント）があります。

整列とは、比較する配列数によって、ペアワイズアラインメントとマルチプルアラインメントに区別されます。

２つの配列を比較する場合に生じる最も基本的な生物学的疑問は、

�@両配列は互いによく似ているか、似ている場合、

�Aそれは、これらの進化的な関連によるものか、偶然によるものか

ということです。

これらの疑問に対する答えは、ペアワイズアラインメントで得ることができます。

ペアワイズアラインメントとは、２つの配列に適当なギャップを挿入することによって配列中の同じ位置に同じ塩基やアミノ酸が並ぶようにする操作のことです。

以前から多くのペアワイズアラインメントアルゴリズムが開発されていますが、その中で広く用いられているのが、ダイナミックプログラミング法です。

この方法は、ニードルマン（Needleman）とブンシュ（Wunsch）によって大域的配列に初めて用いられました。

また、スミス（Smith）とウォーターマン（Waterman）によって、局所的配列に用いられました。

大域的配列は、全長にわたって類似していると予想される配列同士の比較に用いられる手法であるのに対し、局所的配列は部分配列を比較して局所的に類似している領域を探し出す場合に用いられる手法です。

整列は２つの配列の端から開始して、配列間のすべての可能な文字列を調べ、一致不一致、ギャップに対してそれぞれスコアをつけながら行列を作成し、行列の最終到達点に達したらトレースバックしてその行列における一連のスコアの最高値の組み合わせを調べます。

ペアワイズアラインメントは、バイオインフォマティクス分野における基本的で重要な技術の一つです。これは、DNAやタンパク質などの生物学的配列を比較するために使用され、進化的関連性を評価したり、機能的な相同性を調べるための基盤となります。配列アラインメントには2つの主要な形式があり、その一つがペアワイズアラインメントです。ペアワイズアラインメントは、2つの配列間での比較を行い、最も適切な一致を見つけることを目的としています。この手法は、2つの配列を1対1で比較し、それらの間の類似性や差異を明らかにするもので、バイオインフォマティクス研究において基礎的な解析手法として広く使用されています。配列の整列（アラインメント）は、その比較対象の数に応じてペアワイズアラインメント（2つの配列を比較する）と、複数の配列を比較するマルチプルアラインメントに分類されますが、ペアワイズアラインメントはその中でも最も基本的な手法です。この手法では、まず両方の配列にギャップと呼ばれる空白を適切に挿入し、アミノ酸や塩基が一致する位置をそろえることで比較を行います。これは、配列が全く同じ長さでない場合でも、相互に関連性のある領域を比較できるようにするための工夫です。ペアワイズアラインメントで最も重要な問いかけの一つは、2つの配列がどれほど似ているかということです。もし似ている場合、その類似性は進化的な関連性に基づくものか、それとも単なる偶然によるものかという疑問が生じます。進化的関連性を判断するために、アミノ酸配列や塩基配列の整列は非常に重要です。ペアワイズアラインメントでは、適切なアルゴリズムを用いることで、これらの問いに対する答えを導き出すことができます。ペアワイズアラインメントを行う際に一般的に使用される方法の一つに、ダイナミックプログラミングがあります。この技術は、非常に効果的であり、正確な結果を得るために広く使用されています。特に、大域的配列整列と局所的配列整列の両方に適用できる点が重要です。ダイナミックプログラミングを用いた大域的配列整列は、2つの配列全体を対象に比較を行うもので、両者が全長にわたって類似していることを前提とします。この方法は、1970年にNeedlemanとWunschによって開発された「Needleman-Wunschアルゴリズム」を使用します。このアルゴリズムは、2つの配列全体を比較し、最も高いスコアを持つ整列結果を見つけるために、すべての可能な一致、不一致、ギャップの組み合わせを調べます。まず、配列間の類似度を数値化し、次にその数値に基づいて配列の整列を決定します。この方法により、全長にわたって最適な一致を見つけることができるため、配列全体が類似している場合に非常に有効です。一方で、局所的配列整列は、配列全体を比較するのではなく、部分的に類似している領域のみを特定するための手法です。これは、1981年にSmithとWatermanによって提案された「Smith-Watermanアルゴリズム」を使用します。この方法では、配列の特定の部分を比較し、それらがどの部分で最も類似しているかを探し出すことができます。局所的配列整列は、2つの配列の一部だけが共通している場合や、配列全体が類似していないが特定の領域で類似性が見られる場合に非常に有効です。例えば、進化の過程で一部の遺伝子が保存されているが、他の部分は変異している場合などに利用されます。大域的アラインメントが2つの配列全体の比較を目的としているのに対し、局所的アラインメントは配列の中で最も似ている部分を見つけることに特化しています。このため、大域的アラインメントは配列全体が類似していると予測される場合に使用され、局所的アラインメントは部分的な類似性を探す場合に使用されます。これらのアラインメント手法は、単に配列を並べるだけでなく、配列間の違いを定量的に評価することも重要です。アラインメントの際には、配列間の一致、不一致、ギャップの挿入に対してそれぞれスコアが付けられます。このスコアに基づいて、どの整列が最も適切であるかを判断します。例えば、一致する部分には正のスコア、不一致やギャップには負のスコアが与えられ、最終的なスコアが高いほど良い整列結果とみなされます。スコアリングシステムは、進化的関連性を評価するための重要な要素であり、配列の保存性や機能的な関連性を判断するために利用されます。ペアワイズアラインメントの具体的な手順としては、まず比較する2つの配列を縦横に並べて行列を作成し、各位置での一致、不一致、ギャップに対してスコアを付けていきます。その後、行列を埋める際に各セルのスコアを計算し、最終的に行列の端に達したら、逆方向にトレースバックして最もスコアが高いルートを見つけます。この一連の過程により、配列間で最も高い整列スコアを持つアラインメントが決定されます。また、ペアワイズアラインメントでは、いくつかの異なるスコアリングシステムが使用されることがあります。例えば、PAM（Point Accepted Mutation）やBLOSUM（Blocks Substitution Matrix）といったスコアマトリックスがあり、それぞれ進化的距離や機能的類似性に基づいてスコアが設定されています。PAMは、進化の過程で保存された突然変異の頻度に基づいてスコアを決定し、進化的に近い配列を比較する際に適しています。一方、BLOSUMは、保存されたアミノ酸のブロックを基にスコアを設定し、より進化的に遠い配列を比較する際に有効です。これらのスコアマトリックスを適切に選択することで、アラインメントの精度を向上させることができます。さらに、ペアワイズアラインメントの結果を評価する際には、E値（期待値）や類似度の割合などの指標が用いられます。E値は、整列が偶然に得られる確率を示すもので、低いほど信頼性の高い結果を示します。類似度の割合は、配列間で一致したアミノ酸や塩基の割合を示し、配列がどれほど似ているかを定量的に評価します。ペアワイズアラインメントは、進化的研究、遺伝子解析、タンパク質機能予測など、さまざまな分野で重要な役割を果たしています。進化的な関連性を探るための基盤となるだけでなく、病気の原因となる変異を特定したり、新しい薬剤ターゲットを発見したりする際にも利用されます。これらの手法を理解し、適切に応用することは、現代の生命科学研究において不可欠です。