Sử dụng phần mềm HHBLITS cải tiến phương pháp so sánh chuỗi protein

Nhóm tin sinh học do Tiến sĩ Johannes Soding dẫn đầu, làm việc tại Trung tâm gene thuộc Đại học Ludwig Maximilian Munich, Đức, đã phát triển phương pháp mới so sánh trình tự protein. Phương pháp này sử dụng phần mềm HHblits nhằm tìm kiếm những trình tự tương tự trong các cơ sở dữ liệu công cộng nhanh hơn, đồng thời nhận diện nhiều dấu hiệu tiến hóa hơn. Kết quả nổi bật là HHblits có thể phát hiện số dấu hiệu tiến hóa liên quan đến protein nhiều gấp hai lần so với những phương pháp trước đây. Không chỉ tìm kiếm sự tương đồng, phương pháp mới còn hỗ trợ liệt kê các thuộc tính của protein thông qua phân tích chức năng lẫn cấu trúc. Nhóm nghiên cứu dự kiến ứng dụng HHblits trong những thử nghiệm phân tích cấu trúc và chức năng của nhiều loại protein khác nhau. Hướng tiếp cận này có ý nghĩa lớn vì protein tham gia gần như mọi quá trình hóa sinh diễn ra trong cơ thể sống. Chức năng của một protein phần lớn phụ thuộc vào trình tự gồm 20 axit amin, cùng cách chuỗi axit amin ấy gấp thành cấu trúc không gian ba chiều. Khi những trình tự protein có các đặc điểm tương đồng, phương pháp tin sinh học có thể dự đoán quan hệ tiến hóa giữa chúng. Các protein có quan hệ tiến hóa thường sở hữu cấu trúc và chức năng tương tự, giúp thông tin trình tự trở thành manh mối quan trọng cho nghiên cứu. Để phân tích một protein chưa rõ đặc điểm, hệ thống sẽ so sánh trình tự của nó với hàng triệu trình tự protein lưu trữ trong cơ sở dữ liệu công cộng. Nhiều trình tự trong số đó đã được chú thích về cấu trúc và chức năng, tạo thành nguồn dữ liệu đối chiếu rộng lớn cho các nhà nghiên cứu. Những mối liên hệ chung giữa trình tự và chức năng cho phép HHblits dự đoán đặc điểm của protein cần nghiên cứu bằng các mẫu tương đồng đã biết. HHblits được đánh giá vượt trội hơn PSI-BLAST, công cụ phổ biến nhất trong khoảng 15 năm qua cho việc so sánh trình tự protein. PSI-BLAST vốn được sử dụng rộng rãi nhờ tốc độ, độ nhạy và độ chính xác cao trong các nhiệm vụ tìm kiếm tương tự. Tuy nhiên, theo nhóm nghiên cứu, HHblits vượt qua công cụ này trên tất cả những khía cạnh hiệu suất được xem xét. Bước đầu của phương pháp là chuyển đổi trình tự protein cần phân tích cùng các trình tự trong cơ sở dữ liệu công cộng, dựa trên thuật toán tìm kiếm Mô hình Markov ẩn, thường gọi là HMMs. HMMs là những mô hình thống kê kết hợp các xác suất đột biến được xác định từ quá trình sắp xếp trình tự. Nhờ vậy, bước chuyển đổi giúp nâng cao độ nhạy và độ chính xác của lần tìm kiếm các trình tự tương tự tiếp theo. Nhóm nghiên cứu còn xây dựng một quy trình lọc nhằm giảm đáng kể lượng dữ liệu phải xử lý trong quá trình tìm kiếm. Điểm then chốt nằm ở việc lọc dữ liệu trước khi các trình tự protein tương tự được tập hợp từ cơ sở dữ liệu công cộng. Mỗi cột liên kết sau đó được gán một trong 219 “chữ cái”, trong đó các cột có thành phần axit amin tương tự sẽ nhận cùng một ký tự. Khi những trình tự protein đã sắp xếp được dịch thành các chuỗi gồm 219 ký tự, hệ thống có thể lần lượt thực hiện các phép so sánh từng đôi protein. Cách biểu diễn này giúp rút ngắn thời gian tìm kiếm đến 2.500 lần, trong khi vẫn phục vụ mục tiêu nhận diện các mối tương đồng quan trọng. Bên cạnh dữ liệu trình tự, nhóm nghiên cứu còn kết hợp thông tin về cấu trúc ba chiều của protein, mở rộng khả năng phân tích chức năng và tiến hóa.