Loading article…
社会科学やその他の分野では、代表的配列とは、配列セットを最もよく特徴づけたり要約したりする配列全体を指します。 [1]バイオインフォマティクスでは、代表的配列は、配列を特徴づける配列の部分文字列も指します。[2] [3]
社会科学
社会科学におけるシーケンス分析では、代表的なシーケンスは、例えば数千人の個人の家族生活の経過や職業上の経歴を記述するシーケンスのセットを要約するために使用されます。[4]
代表的シーケンスの識別[1] [4]は、シーケンス間のペアワイズ相違点から開始されます。1 つの典型的なソリューションは、メドイド シーケンス、つまり、セット内の他のすべてのシーケンスとの距離の合計が最小になる観測シーケンスです。もう 1 つのソリューションは、最も密度の高い観測シーケンス、つまり、近傍に他のシーケンスが最も多く存在するシーケンスです。シーケンスの多様性が大きい場合、1 つの代表だけでは、セットを効率的に特徴付けるのに十分でないことがよくあります。このような場合、すべてのシーケンスの特定のパーセンテージをカバーする (つまり、代表の少なくとも 1 つの近傍を含む) 可能な限り小さな代表的シーケンス セットが検索されます。
相対頻度グループのメドイドを選択するという解決策も検討されている。より具体的には、この方法は、シーケンスをソートし（例えば、ペアワイズ非類似度行列の最初の主座標に従って）、ソートされたリストを同じサイズのグループ（相対頻度グループと呼ばれる）に分割し、同じサイズのグループのメドイドを選択するというものである。[5]
上記の代表的配列を識別する方法は、RパッケージTraMineRに実装されています。[6]
バイオインフォマティクス
代表的配列は、タンパク質配列内の短い領域であり、そのタンパク質やそのタンパク質が由来する生物の進化的関係を概算するために使用できます。代表的配列は、普遍的で保存されたタンパク質からの連続した部分配列（通常300残基）であり、代表的配列の各オーソログファミリーを単独で取ると、コンセンサスマトリックスとほぼ一致する距離マトリックスが得られます。 [7]
使用
タンパク質配列は、タンパク質およびタンパク質ドメインの生物学的機能および進化に関するデータを提供することができる。したがって、タンパク質配列をグループ化して相互に関連付けると、人間の生物学的プロセスと地球上の生物学的プロセスの進化的発達の両方に関する情報が得られる。このような配列クラスターにより、配列空間を効果的にカバーすることができる。配列クラスターは、大規模な配列データベースを、配列レベルで各クラスターを代表する配列代表のより小さなセットに縮小することができる。配列代表により、より少ない配列で元のデータベースを効果的にカバーすることができる。配列代表のデータベースは、類似した（または冗長な）配列が特定の類似性しきい値で削除されているため、 非冗長であると呼ばれる。
参照
バイオインフォマティクスにおける 配列解析
参考文献
- ^ ab Gabadinho, Alexis; Ritschard, Gilbert; Studer, Matthias; Müller, Nicolas S. (2011), Fred, Ana; Dietz, Jan LG; Liu, Kecheng; Filipe, Joaquim (eds.)、「代表的シーケンスの抽出とレンダリング」、Knowledge Discovery、Knowledge Engineering and Knowledge Management、Communications in Computer and Information Science、vol. 128、ベルリン、ハイデルベルク: Springer Berlin Heidelberg、pp. 94–106、doi :10.1007/978-3-642-19032-2_7、ISBN 978-3-642-19031-5、 2023-06-12取得
- ^ クリ＝モラレス、エンジェル F.オルティス・ポサダス、マーサ R. (2005)、ゲルブフ、アレクサンダー。デ・アルボルノス、アルバロ。 Terashima-Marín、Hugo (編)、「バイオインフォマティクスにおけるタンパク質の配列表現への新しいアプローチ」、MICAI 2005: Advances in Artificial Intelligence、vol. 3789、ベルリン、ハイデルベルク：シュプリンガー ベルリン ハイデルベルク、pp. 880–889、doi :10.1007/11579427_90、ISBN 978-3-540-29896-0、 2023-06-12取得
- ^ Chen, William L.; Leland, Burton A.; Durant, Joseph L.; Grier, David L.; Christie, Bradley D.; Nourse, James G.; Taylor, Keith T. (2011-09-26). 「自己完結型シーケンス表現: バイオインフォマティクスとケミインフォマティクスのギャップを埋める」. Journal of Chemical Information and Modeling . 51 (9): 2186–2208. doi :10.1021/ci2001988. ISSN 1549-9596. PMID 21800899.
- ^ ab Gabadinho, Alexis; Ritschard, Gilbert (2013). Levy, René; Widmer, Eric D. (編). 「出産歴に適用される典型的な人生軌跡の探索」ジェンダー化されたライフコース、標準化と個別化の間: スイスに適用されたヨーロッパのアプローチ。チューリッヒ: LIT: 287–312。
- ^ Fasang, Anette Eva ; Liao, Tim Futing (2014). 「社会科学におけるシーケンスの視覚化：相対頻度シーケンスプロット」。社会学的方法と研究。43 (4): 643–676。doi : 10.1177 /0049124113506563。hdl : 10419 / 209702。ISSN 0049-1241。S2CID 61487252 。
- ^ Gabadinho, Alexis; Ritschard, Gilbert; Müller, Nicolas S.; Studer, Matthias (2011). 「TraMineR による R での状態シーケンスの分析と視覚化」. Journal of Statistical Software . 40 (4). doi : 10.18637/jss.v040.i04 . ISSN 1548-7660.
- ^ Bern, Marshall; Goldberg, David (2004 年 11月2日)。「細菌系統学のための代表的タンパク質の自動選択」。BMC Evolutionary Biology。5 ( 34): 34。doi : 10.1186 /1471-2148-5-34。PMC 1175084。PMID 15927057。