GLProbs: адаптивное выравнивание множественных последовательностей

В статье представлен простой и эффективный подход к повышению точности множественного выравнивания последовательностей. Для оценки сходства входных последовательностей используется естественная мера, на основании которой выбирается способ их выравнивания. Так, при высокой степени сходства последовательности рассматривают целиком и выравнивают глобально, а при умеренно низком сходстве можно игнорировать фланкирующие участки и выполнять локальное выравнивание. Для проверки эффективности этого подхода был разработан инструмент множественного выравнивания GLProbs, результаты которого сравнили примерно с десятком ведущих инструментов на трёх эталонных базах данных выравниваний. Практически во всех испытаниях выравнивания GLProbs получили наилучшие оценки. Кроме того, применимость выравниваний GLProbs оценили в трёх биологических задачах: построении филогенетических деревьев, предсказании вторичной структуры белка и выявлении представителей семейства HPV-E6 с высоким риском развития рака шейки матки. Полученные результаты оказались весьма многообещающими.