RAGA:RNA Sequence alignment by genetic algorithm

RAGA:RNA Sequence alignment by genetic algorithm
Cédric Notredame, Emmet A. O’Brien and Desmond G. Higgins
Nucleic Acids Research, 1997, Vol. 25 No 22.
1
Plan de la présentation
• 
• 
• 
• 
Description du problème
Fonction objectif
Algorithme génétique
Résultats
2
Description du problème
•  On veut aligner deux séquences homologues
•  On connaît la structure secondaire du Master
•  On assume que la structure secondaire du Slave est la
même que celle du Master (une fois alignées)
Master:
A C G C G U ...
Slave:
A A C G A G ...
Master:
A -- C G C -- G U ...
Slave:
A A C G -- A G -- ...
3
Description (suite)
•  Solution: optimisation d’une fonction objectif prenant en
compte l’alignement et la structure secondaire
•  Utilisation d’un algorithme génétique
4
Fonction objectif
•  Corpet et Michot, 1994
•  Contient trois composantes:
Pr: Score fonction de l’alignement
Se: Score fonction de la structure secondaire
Gap: Pénalité des gaps
•  FO = Pr + (K * Se) - Gap
5
Fonction objectif (suite)
Master:
A C
G -- C G ...
Pr
Slave:
A A G A -- U ...
Se
•  Pr(B1,B2) = 1 si B1 == B2, 0 si B1 != B2
•  Se(B1,B2) = 2 pour paire GC, 1 pour UA et UG
6
Fonction objectif (suite)
•  Gap:
–  GOS : pénalité ouverture gap deux paires empilées
–  GO : pénalité ouverture gap dans région non structurée
–  GEP : pénalité longueur du gap
•  GAP = (a * GOS) + (b * GO) + (c * GEP)
7
Optimisation fonction objectif
•  Par programmation dynamique :
–  Temps dans O(n5)
–  Espace dans O(n4)
–  Optimal : On trouve l’alignement maximisant FO
•  GA (genetic algorithm) :
–  Va plus vite
–  Permet traitement pseudo-noeuds
8
Algorithme Génétique
•  Individus: Les alignements
•  Population: Ensemble d’individus
•  On part d’une génération initiale G0
•  La génération Gi+1 est obtenue de Gi par ‘sélection
naturelle’
•  Seuls les individus les plus forts sont gardés et peuvent se
reproduire
9
Algorithme Génétique (suite)
•  Initialisation: Choix population initiale
–  Si aléatoire, converge très lentement
–  Si trop précis, converge vite, mais vers optimum local
•  Tradeoff : Prendre bonnes solutions et ajouter du bruit
10
Algorithme Génétique (suite)
•  Opérateurs : 2 types
–  Mutation : l’enfant est obtenu d’un seul parent
–  Croisement : l’enfant est obtenu de deux parents
•  Choix des parents : aléatoire mais d’autant plus probable
que le parent est ‘fort’
11
Algorithme Génétique (suite)
•  Opérateur de croisement : croisement uniforme
–  Les parties identiques des alignements des deux parents sont
conservées
–  Pour les parties qui diffèrent, on choisit celles d’un des deux
parents, aléatoirement ou de façon déterministe
Parent1 S1 S2a S3
Enfant
Parent2 S1 S2b
S1 S2? S3
S3
12
Algorithme Génétique (suite)
•  Mutation1 : Gap Shifting
–  Choisit un gap, et le shift dans une direction tant que ca améliore la
OF
Parent
--
Enfant
--
13
Algorithme Génétique (suite)
•  Mutation2 : Gap Insertion
–  Choix d’une sous région de l’alignement
–  Ajout d’un certain nombre de gaps, optimisant cette sous région
–  Réinsertion de la sous région
Parent
Enfant
--
--
14
Algorithme Génétique (suite)
•  PRAGA : RAGA Parallèle
•  Island parallelization :
–  On a N populations, sur N piles
–  À toutes les 5 générations, les populations se rendent visite
15
Résultats
•  Test Case
–  9 paires Master/Slave dont l’alignement et la structure secondaire
du Master sont connues
–  longueur : de 1000 a 2000 bases
•  Comparaison
– 
– 
– 
– 
Référence
DP simple
RNAlign
PRAGA
16
Résultats (suite)
•  Métriques :
–  m1 : pourcentage des colonnes alignées dans Ref qui sont aussi
dans Test
–  m2 = offset
–  m3 = pourcentage paires (stems)
•  RNAlign incapable de faire la job : séquences trop longues
•  PRAGA beaucoup mieux que DP simple (voir table page
suivante)
17
Résultats (suite)
Master
1 Homo sapiens
2 Homo sapiens
3 Homo sapiens
mitochondrion
4 Homo sapiens
mitochondrion
5 Homo sapiens
mitochondrion
6 Homo sapiens
mitochondrion
7 Homo sapiens
mitochondrion
8 Homo sapiens
mitochondrion
9 Homo sapiens
mitochondrion
Slave
Dist
Pairs
Len
K
m1
m2
DP PRAGA DP PRAGA
m3
DP PRAGA
Oxytrichia nova
Giarda ardeae
Latimeria chalumnae
mitochondrion
Xenopus laevis
mitochondrion
Drosophila virilis
mitochondrion
Apis mellifera
mitochondrion
Penicillium
chrysogenum
mitochondrion
Chlamydomonas
reinhardtii
mitochondrion
Saccharomyces
cerevisiae
mitochondrion
0.41
0.57
0.31
82.5
82.1
81.2
1914
1895
998
1.00
3.00
1.00
83.9
72.2
85.9
86.6
76.1
92.5
0.15
0.53
0.64
0.06
0.45
0.10
85.3
65.2
82.6
94.7
81.3
96.1
0.43
84.9
985
1.00
83.9
92.5
0.41
0.20
77.4
96.7
0.76
82.6
973
3.00
66.8
76.6
2.08
1.59
48.6
68.5
1.23
72.1
977
4.00
45.2
56.0
3.83
2.91
24.1
55.1
1.26
81.3
1478
4.00
37.7
63.8
4.96
3.21
15.7
77.0
1.30
66.6
1271
4.00
34.1
53.2
13.4
8.26
8.90
50.0
1.33
80.3
1699
6.00
31.6
60.2
14.7
3.70
21.6
70.0
18