Needleman Wunsch

Algoritmo de Needleman-Wunsch
Alinhamento global
Marcos Castro
1
Introdução
O Algoritmo de Needleman-Wunsch é utilizado em
Bioinformática para realizar o alinhamento global de
sequências de proteínas ou nucleotídeos.
Essa foi uma das primeiras aplicações que utilizaram

programação dinâmica para comparar sequências biológicas.
O algoritmo leva o nome dos seus autores: Needleman e

Wunsch.
2
Alinhamento global vs local
Alinhamento global é um alinhamento que se faz em toda a
extensão da sequência.
No alinhamento local se procura alinhar fragmentos das

sequências e não toda a extensão das mesmas.
O algoritmo de Needleman-Wunsch realiza o alinhamento

global garantindo solução ótima.
3
O algoritmo faz uso de uma matriz de pontuação (scores)
para medir a similaridade entre os caracteres.
Temos os parâmetros: match (caracteres iguais), mismatch

(caracteres diferentes) e gap penalty (penalidade por lacuna).
Exemplo: match = 1, mismatch = -1 e gap penalty = -1.
4
Supor uma sequência s1 e outra sequência s2, tam_s1 e
tam_s2 serão os tamanhos dessas sequências.
“M” será o nome da nossa matriz. O primeiro passo é alocar

uma matriz (tam_s2 + 1) linhas por (tam_s1 + 1) colunas.
Iremos indexar a partir do zero. M[0][0] corresponde ao

elemento da primeira linha e primeira coluna, M[0][1]
corresponde ao elemento da primeira linha e segunda coluna
e assim por diante.
5
O M[0][0] será 0. O restante dos elementos da primeira linha
serão preenchidos da seguinte forma:
M[0][i] = M[0][i - 1] + gap_penalty (i > 0)
O restante dos elementos da primeira coluna serão

preenchidos da seguinte forma:
M[j][0] = M[j - 1][0] + gap_penalty (j > 0)
6
Exemplo para inicializar a primeira linha:
gap_penalty = -1
M[0][1] = M[0][0] + gap_penalty = 0 + (-1) = -1
M[0][2] = M[0][1] + gap_penalty = -1 + (-1) = -2
e assim por diante...
Exemplo para inicializar a primeira coluna:
M[1][0] = M[0][0] + gap_penalty = 0 + (-1) = -1
M[2][0] = M[1][0] + gap_penalty = -1 + (-1) = -2
e assim por diante...
7
Iremos alinhar as sequências GCAT e GAT.
Supor os valores para os seguintes parâmetros:
match = 1, mismatch = -1, gap_penalty = -1
Preenchemos a primeira linha e primeira coluna:
- G C A T
- 0 -1 -2 -3 -4
G -1
A -2
T -3
8
- G C A T
- 0 -1 -2 -3 -4
G -1 ?
A -2
T -3
Para preencher o restante da matriz, precisamos calcular o

valor que vem da diagonal superior esquerda, do topo e da
esquerda de cada célula da matriz. Iremos calcular esses
valores para M[1][1] que está representado pelo ponto de
interrogação.
9
- G C A T
- 0 -1 -2 -3 -4
G -1 ?
A -2
T -3
O valor da diagonal é calculado:

diagonal = M[i - 1][j - 1] + score
“score” será igual a “match” se os caracteres forem iguais,
caso contrário será igual a “mismatch”.
10
- G C A T
- 0 -1 -2 -3 -4
G -1 ?
A -2
T -3
diagonal = M[i - 1][j - 1] + score

Para M[1][1] (i = 1 e j = 1) ficará:
diagonal = M[0][0] + score
diagonal = 0 + (+1) (match) = 1
11
- G C A T
- 0 -1 -2 -3 -4
G -1 ?
A -2
T -3
O topo calcula-se da seguinte forma:

topo = M[i - 1][j] + gap_penalty
Para M[1][1] temos que (gap_penalty = -1):
topo = M[0][1] + (-1) = (-1) + (-1) = -2
12
- G C A T
- 0 -1 -2 -3 -4
G -1 ?
A -2
T -3
A esquerda calcula-se da seguinte forma:

esquerda = M[i][j - 1] + gap_penalty
Para M[1][1] temos que (gap_penalty = -1):
esquerda = M[1][0] + (-1) = (-1) + (-1) = -2
13
- G C A T
- 0 -1 -2 -3 -4
G -1 ?
A -2
T -3
Temos os valores da diagonal, do topo e da esquerda:

diagonal = 1, topo = -2, esquerda = -2
Para saber o M[1][1] basta calcular o máximo desses valores:
M[1][1] = max(1, -2, -2) = 1
14
- G C A T
- 0 -1 -2 -3 -4
G -1 1 ?
A -2
T -3
Agora iremos calcular o M[1][2]:

diagonal = -1 + (-1) (mismatch) = -2
topo = -2 + (-1) = -3
esquerda = -1 + (-1) = 0
M[1][2] = max(-2, -3, 0) = 0
15
Matriz preenchida:
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2
16
O algoritmo permite reconhecer qual a célula que deu origem
a cada entrada da matriz. Essa precedência é indicada pelas
setas:
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2
Essas setas é o nosso traceback que utilizaremos para

realizar o alinhamento.
17
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2
Para construir o alinhamento, começa-se pela última célula

que foi preenchida, para o nosso exemplo é a M[3][4] que
possui o valor 2.
Utilizaremos a orientação das setas para construir o
alinhamento.
18
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2
M[3][4] veio da diagonal, então as duas sequências recebem

caracteres.
Sequência 1: T
Sequência 2: T
19
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2

caracteres.
Sequência 1: AT
Sequência 2: AT
20
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2
M[1][2] veio da esquerda, então coloca-se o caractere na

sequência 1 e a lacuna (gap) na sequência 2.
Sequência 1: CAT
Sequência 2: -AT
21
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2

caracteres.
Sequência 1: GCAT
Sequência 2: G-AT
22
- G C A T
- 0 -1 -2 -3 -4
G -1 1 0 -1 -2
A -2 0 0 1 0
T -3 -1 -1 0 2
Se tivesse uma seta apontando para o topo, colocaríamos

uma lacuna na sequência 1 e o caractere na sequência 2.
23
Implementação
A implementação foi feita utilizando a linguagem de
programação Python. O código encontra-se no endereço:
https://github.com/marcoscastro/msc_bioinfo/tree/master/n
eedleman_wunsch
Para executar o nosso exemplo basta fazer:
python needleman_wunsch.py GCAT GAT 1 -1 -1
GCAT e GAT são as sequências. 1, -1 e -1 são os parâmetros

match, mismatch e gap_penalty respectivamente.
24
Dúvidas?
mcastrosouza@live.com
Obrigado! 25
Referências
http://www.cs.utoronto.ca/~brudno/bcb410/lec2notes.pdf
http://web.ist.utl.pt/ist155746/relatorio_2_bc.pdf
http://en.wikipedia.org/wiki/Needleman-Wunsch_algorithm
26

Needleman Wunsch

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Needleman Wunsch

Diunggah oleh

Hak Cipta:

Format Tersedia

Algoritmo de Needleman-Wunsch

Essa foi uma das primeiras aplicações que utilizaram

O algoritmo leva o nome dos seus autores: Needleman e

No alinhamento local se procura alinhar fragmentos das

O algoritmo de Needleman-Wunsch realiza o alinhamento

Temos os parâmetros: match (caracteres iguais), mismatch

Exemplo: match = 1, mismatch = -1 e gap penalty = -1.

“M” será o nome da nossa matriz. O primeiro passo é alocar

Iremos indexar a partir do zero. M[0][0] corresponde ao

M[0][i] = M[0][i - 1] + gap_penalty (i > 0)

O restante dos elementos da primeira coluna serão

M[j][0] = M[j - 1][0] + gap_penalty (j > 0)

Para preencher o restante da matriz, precisamos calcular o

O valor da diagonal é calculado:

diagonal = M[i - 1][j - 1] + score

O topo calcula-se da seguinte forma:

A esquerda calcula-se da seguinte forma:

Temos os valores da diagonal, do topo e da esquerda:

Agora iremos calcular o M[1][2]:

Essas setas é o nosso traceback que utilizaremos para

Para construir o alinhamento, começa-se pela última célula

M[3][4] veio da diagonal, então as duas sequências recebem

M[2][3] veio da diagonal, então as duas sequências recebem

M[1][2] veio da esquerda, então coloca-se o caractere na

M[1][1] veio da diagonal, então as duas sequências recebem

Se tivesse uma seta apontando para o topo, colocaríamos

Para executar o nosso exemplo basta fazer:

python needleman_wunsch.py GCAT GAT 1 -1 -1

GCAT e GAT são as sequências. 1, -1 e -1 são os parâmetros

Anda mungkin juga menyukai