Поляризационные и CGR бинарные отображения как идентификаторы нуклеотидных последовательностей в биоинформатике

Обложка

Цитировать

Полный текст

Аннотация

Цель данного исследования — сравнительный анализ двух подходов к синтезу двумерных бинарных идентификаторов нуклеотидных последовательностей, получаемых в результате секвенирования ДНК различных биологических объектов. Методы. Один из подходов основан на моделировании процесса поляризационно-зависимой дифракции считывающего когерентного пучка на двумерной фазомодулирующей структуре (фазовом экране), ассоциируемой с получаемой в результате секвенирования ДНК символьной последовательностью. В основе другого подхода используется двумерное представление анализируемой последовательности с использованием популярного отображения хаотической игры (chaos game representation, CGR). Для получения конечно-размерного CGR отображения производится его фрагментация на заданное число ячеек, обеспечивающее приемлемую чувствительность синтезированного бинарного идентификатора к структурным изменениям отображаемой последовательности. Результаты. Сравнительный анализ проведен с использованием символьных последовательностей, соответствующих различным штаммам («Ухань», «Дельта», «Омикрон») вируса SarSCoV2, для которых получены и сравнены значения коэффициентов взаимной корреляции синтезированных бинарных идентификаторов. Заключение. Установлено, что бинарные идентификаторы, синтезированные с использованием метода поляризационного кодирования, характеризуются существенно более высокой чувствительностью к структурным изменениям анализируемых последовательностей и меньшими размерами в сравнении с CGR идентификаторами.

Об авторах

Дмитрий Александрович Зимняков

Саратовский государственный технический университет имени Гагарина Ю.А. (СГТУ)

ORCID iD: 0000-0002-9787-7903
SPIN-код: 1918-5220
Scopus Author ID: 7005323820
ResearcherId: A-7951-2014
410054, Россия, Саратов, ул. Политехническая, 77

Марина Васильевна Алонова

Саратовский государственный технический университет имени Гагарина Ю.А. (СГТУ)

ORCID iD: 0000-0001-7772-3985
Scopus Author ID: 56035731500
ResearcherId: AAB-1593-2021
410054, Россия, Саратов, ул. Политехническая, 77

Анатолий Владимирович Скрипаль

Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)

ORCID iD: 0000-0002-9080-0057
Scopus Author ID: 57255442300
ResearcherId: E-1327-2013
410012, Россия, Саратов, ул. Астраханская, 83

Максим Глебович Инкин

Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)

ORCID iD: 0000-0002-1580-5413
SPIN-код: 7323-2398
Scopus Author ID: 57202515018
410012, Россия, Саратов, ул. Астраханская, 83

Сергей Сергеевич Зайцев

Саратовский государственный университет генетики, биотехнологии и инженерии им. Н.И. Вавилова

ул. Соколовая, 335, Саратов, Россия

Валентина Федорова

Саратовский государственный университет генетики, биотехнологии и инженерии им. Н.И. Вавилова

ул. Соколовая, 335, Саратов, Россия

Список литературы

  1. Goodwin S, McPherson JD, McCombie WR. Coming of age: ten years of next-generation sequencing technologies. Nature Reviews Genetics. 2016;17(6):333–351. doi: 10.1038/nrg.2016.49.
  2. Neidle S, Sanderson M. Principles of Nucleic Acid Structure. Academic Press; 2021. 454 p.
  3. Randic M, Vracko M, Lers N, Plavsic D. Novel 2-D graphical representation of DNA sequences and their numerical characterization. Chemical Physics Letters. 2003;368(1–2):1–6. DOI: 10.1016/ S0009-2614(02)01784-0.
  4. Randic M, Vracko M, Nandy A, Basak SC. On 3-D graphical representation of DNA primary sequence and their numerical characterization. Journal of Chemical Information and Computer Sciences. 2000;40(5):1235–1244. doi: 10.1021/ci000034q.
  5. Xie G, Mo Z. Three 3D graphical representations of DNA primary sequences based on the classifications of DNA bases and their applications. Journal of Theoretical Biology. 2011;269(1): 123–130. doi: 10.1016/j.jtbi.2010.10.018.
  6. Jafarzadeh N, Iranmanesh A. A novel graphical and numerical representation for analyzing DNA sequences based on codons. Match-Communications in Mathematical and Computer Chemistry. 2012;68(2):611–620.
  7. Jafarzadeh N, Iranmanesh A. C-curve: A novel 3D graphical representation of DNA sequence based on codons. Mathematical Biosciences. 2013;241(2):217–224. doi: 10.1016/j.mbs. 2012.11.009.
  8. Hamori E, Ruskin J. H curves, a novel method of representation of nucleotide series especially suited for long DNA sequences. Journal of Biological Chemistry. 1983;258(2):1318–1327. doi: 10.1016/S0021-9258(18)33196-X.
  9. Zhang CT, Zhang R, Ou HY. The Z-curve databases: A graphic representation of genome sequence. Bioinformatics. 2003;19(5):593–599. doi: 10.1093/bioinformatics/btg041.
  10. Yu ZG, Wang B. A time series model of CDS sequences in complete genome. Chaos Solitons Fractals. 2001;12(3):519–526. doi: 10.1016/S0960-0779(99)00208-8.
  11. Jeffrey HJ. Chaos game representation of gene structure. Nucleic Acids Research. 1990;18(8):2163– 2170. doi: 10.1093/nar/18.8.2163.
  12. Anitas EM. Small-angle scattering and multifractal analysis of DNA sequences. International Journal of Molecular Sciences. 2020;21(13):4651. doi: 10.3390/ijms21134651.
  13. Burma PK, Raj A, Deb JK, Brahmachari SK. Genome analysis: a new approach for visualization of sequence organization in genomes. Journal of Biosciences. 1992;17(4):395–411. DOI: 10.1007/ BF02720095.
  14. Huynen MA, Konings DAM, Hogeweg P. Equal G and C contents in histone genes indicate selection pressures on mRna secondary structure. Journal of Molecular Evolution. 1992;34(4):280– 291. doi: 10.1007/BF00160235.
  15. Hill KA, Schisler NJ, Singh SM. Chaos game representation of coding regions of human globin genes and alcohol dehydrogenase genes of phylogenetically divergent species. Journal of Molecular Evolution. 1992;35(3):261–269. doi: 10.1007/BF00178602.
  16. Almeida JS, Carrico JA, Maretzek A, Noble PA, Fletcher M. Analysis of genomic sequences by chaos game representation. Bioinformatics. 2001;17(5):429–437. doi: 10.1093/bioinformatics/ 17.5.429.
  17. Zimnyakov DA, Alonova MV, Skripal AnV, Zaitsev SS, Feodorova VA. Polarization analysis of gene sequence structures: Mapping of extreme local polarization states. Journal of Biomedical Photonics & Engineering. 2022;8(4):040302. doi: 10.18287/JBPE22.08.040302.
  18. Zimnyakov DA, Alonova MV, Skripal AnV, Dobdin SY, Feodorova VA. Quantification of the diversity in gene structures using the principles of polarization mapping. Current Issues in Molecular Biology. 2023;45(2):1720–1740. doi: 10.3390/cimb45020111.
  19. Ulyanov SS, Ulianova OV, Zaytsev SS, Saltykov YV, Feodorova VA. Statistics on gene-based laser speckles with a small number of scatterers: implications for the detection of polymorphism in the Chlamydia trachomatis omp1 gene. Laser Physics Letters. 2018;15:045601. doi: 10.1088/1612- 202X/aaa11c.
  20. Rak A, Isakova-Sivak I, Rudenko L. Overview of Nucleocapsid-Targeting Vaccines against COVID-19. Vaccines. 2023;11(12):1810. doi: 10.3390/vaccines11121810.
  21. Telenti A, Hodcroft EB, Robertson DL. The Evolution and Biology of SARS-CoV-2 Variants. Cold Spring Harbor Perspectives in Medicine. 2022;12:a041390. doi: 10.1101/cshperspect.a041390.
  22. Bergmann CC, Silverman RH. COVID-19: coronavirus replication, pathogenesis, and therapeutic strategies. Cleveland Clinic Journal of Medicine. 2020;87:321—327 doi: 10.3949/ccjm.87a.20047.
  23. Shang J, Wan Y, Luo C, Ye G, Geng Q, Auerbach A, Li F. Cell entry mechanisms of SARS-CoV-2. Proceedings of the National Academy of Sciences. 2020;117:11727—11734. doi: 10.1073/pnas. 2003138117.
  24. Grobbelaar LM, Venter C, Vlok M, Ngoepe M, Laubscher GJ, Lourens PJ, Steenkamp J, Kell DB, Pretorius E. SARS-CoV-2 spike protein S1 induces fibrin (ogen) resistant to fibrinolysis: implications for microclot formation in COVID-19. Bioscience Reports. 2021;41(8):BSR20210611. doi: 10.1042/BSR20210611.
  25. Singh D, Yi SV. On the origin and evolution of SARS-CoV-2. Experimental & Molecular Medicine. 2021;53:537—547. doi: 10.1038/s12276-021-00604-z.
  26. Zhou P, Yang XL, Wang XG, Hu B, Zhang L, Zhang W, Si HR, Zhu Y, Li B, Huang CL, Chen HD, Chen J, Luo Y, Guo H, Jiang RD, Liu MQ, Chen Y, Shen XR, Wang X, Zheng XS, Zhao K, Chen QJ, Deng F, Liu LL, Yan B, Zhan FX, Wang YY, Xiao GF, Shi ZL. A pneumonia outbreak associated with a new coronavirus of probable bat origin. Nature. 2020;579(7798):270–273. doi: 10.1038/s41586-020-2012-7.
  27. Chakraborty C, Bhattacharya M, Chopra H, Bhattacharya P, Islam MA, Dhama K. Recently emerged omicron subvariant BF.7 and its R346T mutation in the RBD region reveal increased transmissibility and higher resistance to neutralization antibodies: need to understand more under the current scenario of rising cases in China and fears of driving a new wave of the COVID-19 pandemic. International Journal of Surgery. 2023;109(4):1037–1040. doi: 10.1097/JS9.00000 00000000219.
  28. GISAID: Official hCoV-19 Reference Sequence. Acc. ID: EPI_ISL_402124. Available online: https://gisaid.org/wiv04/.
  29. GISAID: Official hCoV-19 Reference Sequence. Acc. ID: EPI_ISL_2552101. Available online: https://gisaid.org/wiv04/.
  30. GISAID: Official hCoV-19 Reference Sequence. Acc. ID: EPI_ISL_9991311. Available online: https://gisaid.org/wiv04/.
  31. Goodman JW. Introduction to Fourier Optics, 4th ed. New York: Macmillan Learning; 2017. 491 p.
  32. Bracewell R. The Fourier Transform and Its Applications. New York: McGraw Hill; 1986. 474 p.
  33. Chipman R, Lam WST, Young G. Polarized Light and Optical Systems (Optical Sciences and Applications of Light). Boca-Raton: CRC Press; 2018. 1036 p.
  34. Anitas EM. Fractal analysis of DNA sequences using frequency chaos game representation and small-angle scattering. International Journal of Molecular Sciences. 2022;23(3):1847. DOI: 10. 3390/ijms23031847.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах