motif中PWM矩陣的示例分析

小編給大家分享一下motif中PWM矩陣的示例分析，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

通過一致性序列和sequence logo可以直觀的表示某個(gè)motif的情況，但是在預(yù)測motif結(jié)合的位點(diǎn)時(shí)，只根據(jù)這些信息無法準(zhǔn)確的判斷查詢序列上存在對應(yīng)的motif。 預(yù)測輸入序列上是否存在特定motif的位點(diǎn)的分析，稱之為motif scanning, 示意如下

就是在輸入序列上查找特定motif出現(xiàn)的位置。為了滿足motif scanning分析的要求，對于motif而言，我們必須提供一個(gè)有效的能夠代表motif又能夠用于序列查找的一個(gè)信息，基于這樣的出發(fā)點(diǎn)，提出了PWM矩陣的概念。

PWM矩陣在不同文章中有不同的叫法，以下3種矩陣其實(shí)都是PWM矩陣

1. position weight matrix(PWM)

2. position-specific weight matirx(PSWM)

3. position-specific scoring matrix(PSSM)

   
   

PWM矩陣是在PFM矩陣的基礎(chǔ)上發(fā)展而來，以下圖所示PFM矩陣為例

根據(jù)堿基頻數(shù)分布矩陣首先計(jì)算出堿基頻率分布矩陣，稱之為position probability matrixa, 簡寫為PPM矩陣，示意如下

在PPM矩陣中，堿基的頻率被當(dāng)做概率來使用，不同位置之間可以看做是一個(gè)獨(dú)立事件。根據(jù)PPM矩陣，可以計(jì)算某個(gè)motif序列的概率。根據(jù)上述PPM矩陣，GAGGTAAAC出現(xiàn)的概率為

在PPM矩陣基礎(chǔ)上，用背景序列的堿基分布頻率來校正對應(yīng)的值，就可以得到PWM矩陣，公式如下

就是將PPM矩陣中對應(yīng)的值除了背景序列中對應(yīng)堿基的頻率，然后在取log2對數(shù)值。大多數(shù)情況下，我們認(rèn)為在基因組上A,T,C,G這4種堿基的含量是相等的，所以每個(gè)堿基的背景頻率就是0.25。以PPM矩陣第一行的0.3為例，首先將0.3除以背景序列中A堿基的頻率0.25，然后在取log2對數(shù)，最終的取值越為0.26。

通過這種方式就構(gòu)建出了如下所示的PWM矩陣

需要注意的是，背景序列中堿基的概率不是都為0.25, 在某些GC含量偏高或者偏低的物種中，4種堿基的分布頻率是不相等的，此時(shí)就要根據(jù)真實(shí)的堿基分布來確定背景序列中的堿基頻率。

根據(jù)PWM矩陣，可以對序列進(jìn)行打分，以最終的得分值來判斷是否為一個(gè)潛在的motif。根據(jù)上述PWM矩陣，GAGGTAAAC出現(xiàn)的得分值為

score >= 0, 說明這個(gè)序列是一個(gè)潛在的功能位點(diǎn)，score < 0, 說明是一個(gè)隨機(jī)序列。根據(jù)PWM矩陣，可以有效的判斷在輸入序列中是否存在真實(shí)的motif位點(diǎn)。

看完了這篇文章，相信你對“motif中PWM矩陣的示例分析”有了一定的了解，如果想了解更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！