基因組所Ka/Ks算法研究取得新進展
近日，中國科學院北京基因組研究所基因組科學及信息重點實驗室通過引入新的參數構造模型，發展了一個新的ka/ks算法，該研究成果在近期出版的Biology Direct雜志上發表。
比較基因組分析是研究生物進化關系的基本工具，非同義替換率(Ka)和同義替換率(Ks)的計算是研究分子進化動力學的重要內容。在過去的二十多年，基于馬爾科夫鏈的核酸替代模型一直在不斷發展。于是涌現了諸如NG, LWL, LPB, MLWL, MLPB, YN, MYN等近似算法和GY等極大似然算法。這些方法考慮了三個主要的進化序列動力學特征的部分或者全部：不平衡的轉換/顛換率；不平衡的核酸頻率；不平衡的轉換速率（嘌呤之間的和嘧啶之間的）。
該重點實驗室碩博生王大鵬、萬昊雷在于軍研究員的指導下，在原方法的基礎上，通過引入gamma分布來描述序列的不同位點進化速率的不平衡，發展了考慮四種進化特征的新方法gamma-MYN。通過與相關的算法比較，借助于計算機模擬和真實數據集的檢驗，發現gamma-MYN方法比其他方法在負選擇的情況下具有更好的準確度。該研究表明，忽略不同位點的速率的多變性可以導致Ka和Ks值的偏倚，最終導致選擇壓力評估值(ω)的偏倚。該研究發現對于更加精確的評估選擇壓力(ω),以及為其他后續研究提供模型具有重要意義。
目前，該課題組正在通過將新參數嵌入到其他模型中，來研究不同位點多變的突變速率和其他進化參數對ka/ks算法的影響的相互作用。
附件下載：
