PHOG-BLAST--a new generation tool for fast similarity search of protein families.
PHOG-BLAST--a new generation tool for fast similarity search of protein families.
复制标题
DOI：
10.1186/1471-2148-6-51
复制
发表时间：
2006-06-22
影响因子：
3.4
通讯作者：
Mironov AA
中科院分区：
文献类型：
--
作者：
Merkeev IV;Mironov AA
比较蛋白质谱的需求经常出现在各个蛋白质研究领域：蛋白质家族的比较、域搜索、直系同源性和旁系同源性的解析。现有的快速算法只能比较蛋白质序列与蛋白质序列以及概况与序列。比较配置文件的算法使用动态编程和复杂的评分函数。我们开发了一种名为 PHOG-BLAST 的新算法，用于快速相似性搜索配置文件。该算法使用配置文件离散化将配置文件转换为有限字母表，并利用散列进行快速搜索。为了确定最佳字母表，我们分析了可靠的多重比对中的列，并通过应用特殊的聚类程序在 20 维轮廓空间中获得了列簇。我们表明，如果选择参数以获得 20 个轮廓簇（可以解释为祖先氨基酸残基），则聚类过程效果最佳。对于这些簇，多重比对中只有不到 2% 的列不在簇内。我们在三个著名的多重比对数据库：COG、PFAM 和 BALIBASE 上测试了 PHOG-BLAST 与 PSI-BLAST 的性能。在 COG 数据库上，两种算法表现出相同的性能，在 PFAM 和 BALIBASE 上，PHOG-BLAST 远远优于 PSI-BLAST。 PHOG-BLAST 所需的计算机内存和计算时间比 PSI-BLAST 少 10-20 倍。由于 PHOG-BLAST 可以比较蛋白质家族的多重比对，因此它可以用于比较蛋白质组学和蛋白质进化的不同领域。例如，PHOG-BLAST 帮助建立了系统发育直系同源群的 PHOG 数据库。建立该数据库的一个重要步骤是在合理的时间内在个人计算机上比较不同物种和不同分类单元的直系同源群体的蛋白质互补物。当应用于检测蛋白质家族之间的弱相似性时，PHOG-BLAST 的精确度不如严格的图谱-图谱比较方法，尽管它运行速度更快，并且可以用作命中预选工具。
The need to compare protein profiles frequently arises in various protein research areas: comparison of protein families, domain searches, resolution of orthology and paralogy. The existing fast algorithms can only compare a protein sequence with a protein sequence and a profile with a sequence. Algorithms to compare profiles use dynamic programming and complex scoring functions. We developed a new algorithm called PHOG-BLAST for fast similarity search of profiles. This algorithm uses profile discretization to convert a profile to a finite alphabet and utilizes hashing for fast search. To determine the optimal alphabet, we analyzed columns in reliable multiple alignments and obtained column clusters in the 20-dimensional profile space by applying a special clustering procedure. We show that the clustering procedure works best if its parameters are chosen so that 20 profile clusters are obtained which can be interpreted as ancestral amino acid residues. With these clusters, only less than 2% of columns in multiple alignments are out of clusters. We tested the performance of PHOG-BLAST vs. PSI-BLAST on three well-known databases of multiple alignments: COG, PFAM and BALIBASE. On the COG database both algorithms showed the same performance, on PFAM and BALIBASE PHOG-BLAST was much superior to PSI-BLAST. PHOG-BLAST required 10–20 times less computer memory and computation time than PSI-BLAST. Since PHOG-BLAST can compare multiple alignments of protein families, it can be used in different areas of comparative proteomics and protein evolution. For example, PHOG-BLAST helped to build the PHOG database of phylogenetic orthologous groups. An essential step in building this database was comparing protein complements of different species and orthologous groups of different taxons on a personal computer in reasonable time. When it is applied to detect weak similarity between protein families, PHOG-BLAST is less precise than rigorous profile-profile comparison method, though it runs much faster and can be used as a hit pre-selecting tool.
登录
查看更多内容
影响因子：
14.9
作者：
Tatusov, RL;Natale, DA;Koonin, EV
通讯作者：
Koonin, EV
影响因子：
14.9
作者：
Hulo, N;Sigrist, CJA;Bairoch, A
通讯作者：
Bairoch, A
DOI：
10.2307/2412448
发表时间：
1970-01-01
期刊：
SYSTEMATIC ZOOLOGY
影响因子：
--
作者：
FITCH, WM
通讯作者：
FITCH, WM
DOI：
10.1073/pnas.90.19.8777
发表时间：
1993-10-01
影响因子：
11.1
作者：
VINGRON, M;SIBBALD, PR
通讯作者：
SIBBALD, PR
DOI：
10.1073/pnas.85.8.2444
发表时间：
1988-04-01
影响因子：
11.1
作者：
PEARSON, WR;LIPMAN, DJ
通讯作者：
LIPMAN, DJ