نمایش مبدأ برای بلوسام

[[پرونده:BLOSUM62.gif|بندانگشتی|400x400پیکسل|این BLOSUM62 ماتریس]]
ماتریس‌های '''بلوسام''' (BLOSUM) (ماتریس بلوک‌های جایگزینی) یک [[ماتریس جایگزینی]] است که در [[هم تراز کردن چند توالی|هم ترازی]] توالی‌های [[پروتئین|پروتئینی]] استفاده می‌شود. این ماتریس‌ها برای امتیازدهی هم ترازی‌های توالی‌های پروتئینی که در [[تکاملی|تکامل]] از یکدیگر متمایز شده‌اند، استفاده می‌شود و بر مبنای هم ترازی محلی می‌باشند. ماتریس بلوسام برای اولین بر در مقاله‌ای توسط Henikoff معرفی شد.<ref name="henikoff">{{Cite journal|title=Amino Acid Substitution Matrices from Protein Blocks|last=Henikoff, S.|last2=Henikoff, J.G.|journal=PNAS|issue=22|doi=10.1073/pnas.89.22.10915|year=1992|volume=89|pages=10915–10919|pmc=50453|pmid=1438297}}</ref> آنها پایگاه دادهٔ بلوک‌ها را برای پیدا کردن مناطق حفاظت شده در پروتئین‌ها پیمایش کردند (مناطقی که در هم ترازی دنباله وقفه وجود ندارد) و فرکانس‌های [[اسید آمینه|آمینو اسیدهای]] مرتبط و احتمال‌های جایگزینی را به دست آوردند. سپس امتیاز [[لوجیت]] هر ۲۱۰ جایگزینی ممکن بین ۲۰ پروتئین استاندارد را محاسبه نمودند. برخلاف ماتریس‌های PAM که بر پایه مقایسه بین پروتئین نزدیک برون‌یابی می‌شود، ماتریس‌های بلوسام بر پایهٔ هم ترازی‌های مشاهده‌شده ساخته شده‌است.

== پس زمینهٔ زیستی ==
[[دستورالعمل‌های ژنتیکی]] هر سلول از یک [[جاندار|موجود زنده]] در [[دی‌ان‌ای|DNA]] آن ذخیره شده است.<ref name="campbell-ch16">{{Cite book|title=Biology: Australian Version|url=https://archive.org/details/biology0000unse_h9g5|last=Campbell NA|last2=Reece JB|last3=Meyers N|last4=Urry LA|last5=Cain ML|last6=Wasserman SA|last7=Minorsky PV|last8=Jackson RB|publisher=Pearson Education Australia|year=2009|isbn=978-1-4425-0221-5|edition=8th|pages=[https://archive.org/details/biology0000unse_h9g5/page/n307 307]–325}}</ref> در طول حیات سلول، این اطلاعات برای تولید پروتئین یا برای [[تقسیم سلولی]] [[رونویسی (ژنتیک)|رونویسی]] می‌شوند و احتمال آن وجود دارد که این محتویات در حین این فرایندها دستخوش تغییر شوند.<ref name="campbell-ch16" /><ref name="campbell-ch17">{{Cite book|title=Biology: Australian Version|url=https://archive.org/details/biology0000unse_h9g5|last=Campbell NA|last2=Reece JB|last3=Meyers N|last4=Urry LA|last5=Cain ML|last6=Wasserman SA|last7=Minorsky PV|last8=Jackson RB|publisher=Pearson Education Australia|year=2009|isbn=978-1-4425-0221-5|edition=8th|pages=[https://archive.org/details/biology0000unse_h9g5/page/n327 327]–350}}</ref> این تغییر به عنوان [[جهش]] شناخته شده است. در سطح مولکولی [[سیستم‌های تنظیم کننده ای]] هستند که بیشتر این جهش‌ها را اصلاح می‌کنند.<ref name="campbell-ch17" /><ref name="pal">{{Cite book|title=Fundamentals of Molecular Biology|url=https://archive.org/details/fundamentalsofmo0000palj|publisher=Oxford University Press|year=2009|isbn=978-0-19-569781-0|edition=1st|pages=[https://archive.org/details/fundamentalsofmo0000palj/page/187 187]–203}}</ref>

عملکرد پروتئین‌ها بسیار وابسته به ساختار آن‌ها است.<ref name="campbell-ch5">{{Cite book|title=Biology: Australian Version|url=https://archive.org/details/biology0000unse_h9g5|last=Campbell NA|last2=Reece JB|last3=Meyers N|last4=Urry LA|last5=Cain ML|last6=Wasserman SA|last7=Minorsky PV|last8=Jackson RB|publisher=Pearson Education Australia|year=2009|isbn=978-1-4425-0221-5|edition=8th|pages=[https://archive.org/details/biology0000unse_h9g5/page/n68 68]–89}}</ref> تغییر یک آمینواسید در پروتئین ممکن است کارآمدی آن را برای انجام وظیفهٔ مربوطه کاهش یا کارکرد آن را تغییر دهد.<ref name="campbell-ch17" /> تغییرات این چنینی می‌توانند یک عملکرد حیاتی در سلول را مختل کنند یا حتی منجر به مرگ سلول شوند.<ref>{{Cite journal|url=http://www.nature.com/scitable/topicpage/mendelian-ratios-and-lethal-genes-557|title=Mendelian Ratios and Lethal Genes|last=Lobo|first=Ingrid|publisher=[[Nature Publishing Group]]|accessdate=19 October 2013|year=2008}}</ref>
در مقابل، این تغییر ممکن است به سلول اجازه ادامهٔ فعالیت هرچند متفاوت را بدهدو جهش به فرزندان موجودات زنده منتقل شود. اگر این تغییر باعث ضعف جسمی قابل توجهی نشود این احتمال وجود دارد که جهش در [[جمعیت]] باقی بماند. همچنین این امکان وجود دارد که تغییر در عملکرد یک تغییر مفید باشد.

۲۰ اسید آمینه ترجمه شده توسط کد ژنتیکی تا حدود زیادی از نظر خواص فیزیکی و شیمیایی زنجیره‌های جانبی آنها متفاوت هستند.<ref name="campbell-ch5" /> این اسیدهای آمینه می‌تواند به طبقه‌بندی به گروه‌های مشابه با خواص فیزیکوشیمیایی.<ref name="campbell-ch5" /> جایگزین کردن یک اسید آمینه با یکی دیگر از همان دسته است بیشتر احتمال دارد به یک کوچکتر تأثیر بر ساختار و عملکرد پروتئین از جایگزینی با یک اسید آمینه از رده‌های مختلف.

همترازی توالی‌ها یک روش اساسی برای تحقیقات زیست‌شناسی مدرن است. رایج‌ترین همردیفی توالی‌های پروتئین، جستجوی شباهت بین توالی‌های مختلف به منظور فهم تفاوت تکاملی توالی‌های پروتئینی به منظور پیش بینی وظیفهٔ ژن‌های جهش یافته است. ماتریس‌ها در الگوریتم‌های محاسبهٔ میزان شباهت توالی‌ها استفاده می‌شوند<ref name="henikoff" />

== اصطلاحات ==
بلوسام: ماتریس جایگزینی بلوک‌ها، یک ماتریس جایگزینی که برای هم ترازی توالی‌های پروتئین استفاده می‌شود.

ماتریس‌های امتیازدهی (آمار در مقابل زیست‌شناسی): برای معنا یافتن ارزیابی هم ترازی توالی‌ها نیاز به ماتریس امتیازدهی یا جدولی است که بیانگر احتمال جایگزینی معنادار جفت آمینواسیدها یا جفت نوکلئوتیدها در یک همترازی است. امتیازها برای هر موقعیت مکانی از همترازی محلی پروتئین‌ها به‌دست می‌آیند.<ref name="pertsemlidis">{{Cite journal|title=Having a BLAST with bioinformatics (and avoiding BLASTphemy)|last=pertsemlidis A.|last2=Fondon JW.3rd|date=September 2001|journal=genome biology|issue=10|volume=2|pages=reviews2002.1-2002.10|pmid=11597340}}</ref>

دسته‌های متعددی از ماتریس‌های بلوسام با استفاده از پایگاه‌های داده وابسته به هم ترازی‌های متفاوت وجود دارند که با عددهای متفاوت نامگذاری می‌شوند.
ماتریس‌های بلوسام با اعداد بزرگتر برای مقایسهٔ توالی‌های نزدیک به هم طراحی شده‌اند درحالی‌که ماتریس‌هایی با اعداد کوچکتر این عمل را برای توالی‌های نسبتاً دور انجام می‌دهند. به عنوان مثال BLOSUM80 برای هم ترازی توالی‌هایی با تفاوت کمتر و BLOSUM45 برای هم ترازی توالی‌های متفاوت تر استفاده می‌شود

ماتریس‌ها توسط ادغام کردن همهٔ دنباله‌هایی که از درصدی که به یک دنباله داده می‌شود شبیه تر هستند ساخته می‌شود، و سپس تنها آن دنباله‌ها را مقایسه می‌کند. درصد مذکور به نام ماتریس افزوده می‌شود. برای نمونه BLOSUM۸۰، از ادغام کردن دنباله‌هایی با یکسانی بیش از ۸۰ درصد تولید می‌شود.<ref name="henikoff" />

== ساخت ماتریس‌های بلوسام ==
ماتریس‌های بلوسام با استفاده از اعمال روش‌های آماری بر بلوک‌های آمینواسیدهای مشابه برای به‌دست آوردن امتیازهای شباهت به‌دست می‌آیند.

مراحل روش‌های آماری:<ref>{{Cite web|url=http://web.utm.my/aibig/images/saberi/Bioinformatics/blosum_matrices_slides_final.pdf|title=BLOSSUM MATRICES: Introduction to BIOINFORMATICS|accessdate=9 September 2014|website=UNIVERSITI TEKNOLOGI MALAYSIA|year=2009|archive-date=۶ دسامبر ۲۰۲۲|archive-url=https://web.archive.org/web/20221206235929/https://web.utm.my/aibig/images/saberi/Bioinformatics/blosum_matrices_slides_final.pdf|url-status=dead}}</ref>

=== حذف توالی ===
حذف توالی‌های با میزان شباهت بیشتر از r%.

دو روش برای حذف توالی‌ها وجود دارد. یا می‌توان توالی‌ها را از بلوک مربوطه حذف کرد یا توالی‌های مشابه را یافته و با توالی‌های جدیدی که می‌توانید نمایندهٔ [[خوشه‌بندی|خوشه]]‌های مربوطه باشند جایگزین نمود. این عمل برای جلوگیری از بایاس نتیجه به نفع پروتئین‌های مشابه صورت می‌گیرد.

=== محاسبه فرکانس و احتمال ===
[[پایگاه داده]] ای برای ذخیره‌سازی هم ترازی توالی‌هایی از نواحی با بیشترین حفاظت از خانوادهٔ پروتئین‌ها.

این هم ترازی‌ها برای به‌دست آوردن ماتریس بلوسام استفاده می‌شوند. نواحی حفاظت شده، نواحی ای از آمینواسیدها هستند که تغییر جزئی بین آن‌ها وجود دارد.

=== نرخ Log Odd ===
از رابطهٔ زیر به‌دست می‌آید.

<math>logOddRatio = 2log_2(P(O)/P(E)) </math>

که در آن <math>P(O)</math> احتمال مشاهده شده و <math>P(E)</math> احتمال مورد انتظار است.

=== BLOSUM ماتریس ===
میزان شانس شباهت توسط نرخ Log Odd محاسبه شده و ماتریس‌های بلوسام از [[گرد کردن]] این مقادیر به‌دست می‌آیند.

=== امتیاز ماتریس‌های بلوسام ===
یک ماتریس امتیازدهی یا جدولی از مقادیر برای ارزیابی اهمیت هم ترازی توالی‌ها مورد نیاز است. به طور کلی وقتی دو توالی نوکلئوتیدی مقایسه می شوند تمامی آنچه در امتیازدهی در نظرگرفته می‌شود آن است که دو باز در مکان‌های متناظر یکسان هستند یا نه. تمامی برابری‌ها و عدم برابری‌ها امتیاز یکسانی دارند.<ref>{{Cite web|url=http://www.cs.uic.edu/~msivaram/Bio_Tools.PDF|title=CS#594 - Group 13 (Tools and softwares)|accessdate=9 September 2014|website=University of Illinois at Chicago - UIC|last=Murali Sivaramakrishnan|last2=Ognjen Perisic|last3=Shashi Ranjan}}</ref> ولی این قضیه در رابطه با پروتئین‌ها متفاوت است و ماتریس‌های جایگزینی برای آمینواسیدها پیچیده‌تر هستند و تمامی عواملی که ممکن است فرکانس جایگزینی را تغییر دهد در نظر گرفته می‌شوند که در نتیجهٔ آن پنالتی نسبتاً زیاد برای همترازی‌هایی است که احتمال همولوگ بودن آن‌ها پایین است.<ref name="pertsemlidis" />

ماتریس‌های جایگزینی ای که به صورت عمده استفاده می‌شوند ماتریس‌های بلوسام (BLOSUM)<ref name="henikoff" /> و ماتریس‌های جهش نقطه ای پذیرفته شده (PAM)<ref name="dayhoff">{{Cite book|title=Atlas of Protein Sequence and Structure|last=Margaret O.|first=Dayhoff|date=1978|publisher=National Biomedical Research Foundation|volume=5|location=Washington DC|pages=345–352|chapter=22}}</ref><ref name="States">{{Cite journal|title=Improved sensitivity of nucleic acid database searches using application-specific scoring matrices.|last=States DJ.|last2=Gish W.|journal=Methods: A Companion to Methods in Enzymology|doi=10.1016/s1046-2023(05)80165-3|year=1991|volume=3|pages=66–70|issn=1046-2023|last3=Altschul SF.}}</ref> هستند. این دو ماتریس با روش‌های متفاوتی محاسبه می‌شوند.<ref name="pertsemlidis" />

امتیازات در بلوسام امتیازات log_odds هستند که در یک همترازی از نسبت درست‌نمایی دو آمینو اسید که بیولوژیکی ظاهر شده‌اند به درست‌نمایی هر یک از دو آمینو اسیدی که به صورت اتفاقی ظاهر شده‌اند، محاسبه می‌شود. مقدار مثبت، محتمل تر بودن جایگزینی و امتیاز منفی، غیر محتمل بودن جایگزینی را نتیجه می‌دهد.<ref name="handbook">{{Cite book|url=https://books.google.com/books?id=kDFltuQo1dMC&pg=PA673&lpg=PA673&dq=blosum+matrix|title=Handbook of Nature-Inspired And Innovative Computing|last=Albert Y. Zomaya|publisher=Springer|year=2006|isbn=0-387-40532-1|location=New York, NY}}</ref><ref>[http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/Scoring2.html NIH "Scoring Systems"]</ref>

تساوی زیر برای محاسبه ماتریس BLOSUM استفاده می‌شود:
: <math>S_{ij}= \left( \frac{1}{\lambda} \right)\log{\left( \frac{p_{ij}}{q_i * q_j} \right)}
</math>
در اینجا <math> {\displaystyle p_{ij}}</math> احتمال جابجا شدن دو آمینو اسید <math>i</math> و <math>j</math> در دنباله‌های مشابه ([[هومولوگ]]) و  <math>q_i</math> و <math>q_j</math> احتمال رخ دادن آمینو اسید  <math>i</math> و <math>j</math> به صورت تصادفی در دنباله پروتیین‌ها می‌باشد. به منظور اینکه ماتریس حاوی مقادیر صحیح ساده باشد از فاکتور <math> {\displaystyle \lambda } </math> استفاده می‌کنیم.

== مثال - BLOSUM62 ==
بلوسام۶۲: پروتئین‌های با ارتباط متوسط

بلوسام۸۰: پروتئین‌های مرتبط تر

بلوسام۴۵: پروتئین‌های با ارتباط کمتر

مقاله‌ای در Nature Biotechnology<ref name="article">{{Cite journal|url=http://www.nature.com/nbt/journal/v26/n3/full/nbt0308-274.html|title=BLOSUM62 miscalculations improve search performance|last=Mark P Styczynski|last2=Kyle L Jensen|journal=Nat. Biotechnol.|issue=3|doi=10.1038/nbt0308-274|year=2008|volume=26|pages=274–275|pmid=18327232|last3=Isidore Rigoutsos|last4=Gregory Stephanopoulos}}</ref> نشان داد کهBLOSUM۶۲ که سالیان سال است به عنوان استاندارد استفاده می‌شود طبق [[الگوریتم|الگوریتمی]] که هنیکوف ارائه داده دقیقاً صحیح نیست.<ref name="henikoff" /> در کمال تعجب، بلوسام اشتباه محاسبه شده، کارایی جستجو را ارتقا می‌دهد.<ref name="article" />

== برخی از کاربردهای ماتریس بلوسام در بیوانفورماتیک ==
=== کاربردهای پژوهشی ===
امتیازهای بلوسام در پیش بینی و درک انواع ژن سطحی در میان حامل‌های ویروس هپاتیت B حامل<ref name="Roque-Afonso">{{Cite journal|title=Viral and clinical factors associated with surface gene variants among hepatitis B virus carriers.|journal=Antivir Ther|issue=8|year=2007|volume=12|pages=1255–1263|pmid=18240865}}</ref> و [[اپیتوپ]]‌های [[لنفوسیت تی]] مورد استفاده قرار گرفته است<ref name="Nielsen">{{Cite journal|url=http://tools.immuneepitope.org/analyze/pdf/nielsen_2003_protein_sci.pdf|title=Reliable prediction of T‐cell epitopes using neural networks with novel sequence representations|journal=Protein Science|issue=5|doi=10.1110/ps.0239403|year=2003|volume=12|pages=1007–1017|display-authors=etal}}</ref>

=== استفاده در BLAST ===
ماتریس‌های بلوسام هم چنین به عنوان ماتریس امتیاز دهی در مقایسهٔ توالی‌های DNA و توالی‌های پروتئین برای ارزیابی کیفیت هم ترازی استفاده می‌شود. برای این شکل از سیستم امتیازدهی نرم‌افزارهای گسترده ای من جمله [[بلاست]] وجود دارد.<ref>{{Cite web|url=http://www.ncbi.nlm.nih.gov/BLAST/tutorial/Altschul-1.html#head9|title=The Statistics of Sequence Similarity Scores|accessdate=20 October 2013|website=National Centre for Biotechnology Information}}</ref>

==== مقایسه PAM و BLOSUM ====
علاوه بر ماتریس‌های BLOSUM ماتریسهای قبلاً توسعه یافته [[جهش پذیرفته نقطه‌ای|PAM]] می‌توانند استفاده شوند.<ref name="henikoff" />

از آنجا که هر دو ماتریس PAM و BLOSUM روش‌های متفاوتی برای نمایش اطلاعات امتیازدهی یکسانی هستند می‌توان این دو را مقایسه نمود اما به دلیل تفاوت زیاد روش به‌دست آوردن این اطلاعات BLOSUM100 با PAM100 یکی نیست.<ref>{{Cite web|url=http://www.birec.org/sandbox/omamasaudtutorial|title=PAM and BLOSSUM SUBSITUTION MATRICES|accessdate=20 October 2013|website=Birec|last=Saud|first=Omama|year=2009|archiveurl=https://web.archive.org/web/20130309015755/http://birec.org/sandbox/omamasaudtutorial|archivedate=۹ مارس ۲۰۱۳|dead-url=yes}}</ref>
{| class="wikitable" style="margin: 1em auto 10px; text-align: center; width: 30%;"
! PAM
! BLOSUM
|-
| PAM100
| BLOSUM90
|-
| PAM120
| BLOSUM80
|-
| PAM160
| BLOSUM60
|-
| PAM200
| BLOSUM52
|-
| PAM250
| BLOSUM45
|}

===== رابطه بین PAM و BLOSUM =====
{| class="wikitable" style="margin: 1em auto 10px; text-align: center; width: 90%;"
! PAM
! BLOSUM
|-
| برای مقایسهٔ توالی‌های بسیار مرتبط،
ماتریس‌های PAM با اعداد کمتر استفاده می‌شوند
 | برای مقایسهٔ توالی‌های بسیار مرتبط،
ماتریس‌های BLOSUM با اعداد بزرگتر استفاده می‌شوند
|-
| برای مقایسهٔ توالی‌های با ارتباط کمتر
ماتریس‌های PAM با اعداد بزرگتر استفاده می‌شوند
 | برای مقایسهٔ توالی‌های با ارتباط کمتر
ماتریس‌های PAM با اعداد کوچکتر استفاده می‌شوند
|}

===== تفاوت بین PAM و BLOSUM =====
{| class="wikitable" style="margin: 1em auto 82px; text-align: center; width: 90%;"
! PAM
! BLOSUM
|-
|بر مبنای هم ترازی گلوبال
توالی‌های نزدیک هم است
|بر مبنای هم ترازی محلی است
|-
|PAM1 ماتریسی است که از مقایسهٔ توالی‌هایی
به‌دست می‌آید که کمتر از ۱٪ اختلاف دارند.
|BLOSUM62 ماتریسی است که از مقایسهٔ توالی‌هایی به‌دست می‌آید
که کمتر از ۶۲٪ به هم شبیه هستند
|-
|سایر ماتریس‌های PAM از برون یابی ماتریس PAM1 به‌دست آمده‌اند.
|بر مبنای هم ترازی‌های مشاهده شده است
و از توالی‌های پروتئین نزدیک برون یابی نشده است.
|-
|عددهای بزرگتر در نام گذاری این ماتریس‌ها بیانگر فاصلهٔ تکاملی بیشتر است.
|عددهای بزرگتر در نام گذاری این ماتریس‌ها بیانگر
میزان شباهت بیشتر در توالی‌ها و در نتیجه فاصلهٔ تکاملی کمتر است.<ref>{{Cite web|url=http://www.ctu.edu.vn/~dvxe/Bioinformatic%20course/mod4/mod4_0.html|title=The art of aligning protein sequences Part 1 Matrices|accessdate=7 September 2014|website=Dai hoc Can Tho - Can Tho University|archiveurl=https://web.archive.org/web/20140911002137/http://www.ctu.edu.vn/~dvxe/Bioinformatic%20course/mod4/mod4_0.html|archivedate=۱۱ سپتامبر ۲۰۱۴|dead-url=yes}}</ref>
|}

== جستارهای وابسته ==
* [[هم‌ترازسازی توالی|دنباله تراز]]
* [[جهش پذیرفته نقطه‌ای|نقطه پذیرفته جهش]]

== منابع ==
{{پانویس|2}}

== پیوند به بیرون ==
* {{Cite journal|title=Where did the BLOSUM62 alignment score matrix come from?|url=https://archive.org/details/sim_nature-biotechnology_2004-08_22_8/page/1035|last=Sean R. Eddy|journal=Nature Biotechnology|issue=8|doi=10.1038/nbt0804-1035|year=2004|volume=22|pages=1035–6|pmid=15286655}}
* [https://web.archive.org/web/20130328131920/http://blocks.fhcrc.org/ بلوک WWW سرور]
* [http://www.ncbi.nlm.nih.gov/BLAST/tutorial/Altschul-1.html سیستم امتیاز دهی برای انفجار در NCBI]
* [ftp://ftp.ncbi.nih.gov/blast/matrices/ فایل‌های داده از BLOSUM در NCBI سرور FTP].
* [http://ahmetrasit.com/blosum/ تعاملی BLOSUM شبکه تجسم] {{Webarchive|url=https://web.archive.org/web/20170130052934/http://ahmetrasit.com/blosum/ |date=30 ژانویه 2017 }}

[[رده:روش‌های بیوشیمی]]
[[رده:بیوانفورماتیک]]
[[رده:تبارزایی رایانشی]]
[[رده:ژنتیک]]
[[رده:ماتریس‌ها]]