ارم توالی

آرم توالی. در بیوانفورماتیک آرم توالی ( به انگلیسی: Sequence Logo ) یک روش برای تصویر کردن هم ترازی چندگانه ( multiple alignment ) ی توالی های آمینو اسید یا نوکلئیک اسید است. این روش برای نشان دادن هم ترازی توالی ها نخستین بار در سال ۱۹۹۰ توسط Tom Schneider و Mike Stephens معرفی شد. [ ۱]
به طور کلی آرم توالی به صورت نموداری است که محور افقی آن نشان دهندهٔ جایگاه ها بر روی توالی دی ان ای است و محور عمودی آن و اندازهٔ حروف در طی آن نشان دهندهٔ فرکانس تکرار هر حرف در جایگاه مورد نظر در بین توالی ها است.
آرم توالی که از هم ترازی رشته هایی به طول n به وجود می آید، دارای n ستون است. هر ستون از یک یا چند حرف تشکیل شده که روی یکدیگر قرار گرفته اند و ارتفاع هر کدام نشان دهندهٔ میزان تکرار آن در جایگاه مربوط در بین تمام رشته های هم تراز شده می باشد. معمولاً جهت خوانش راحت تر، هر حرف را با رنگ مخصوصی نشان می دهند. مجموع ارتفاع حروف در هر جایگاه نشان دهندهٔ محتوای اطلاعاتی ( information content ) است که از هم ارزی توالی ها بدست می آید. به عبارتی ارتفاع هر ستون نشان دهندهٔ این است که در رابطه با محتوای موجود در یک جایگاه ( اندیس ) به خصوص تا چه اندازه اطمینان موجود است.
جهت ایجاد یک آرم توالی ابتدا باید توالی های مورد نظر از جای مشخصی که نشان دهندهٔ مکان آغاز موتیف های مورد نظر است، هم تراز ( aligne ) شوند. همان طور که در بخش پیش اشاره شد، ارتفاع هر ستون نشان دهندهٔ محتوای اطلاعاتی است که با بیت سنجیده می شود.
برای اندازه گیری «محتوای اطلاعاتی» ( که با R نشان داده می شود ) در جایگاه l ام، با توجه به اینکه توالی مورد نظر از چه جنسی است، از روابط زیر استفاده می شود:[ ۱] [ ۲]
R ( l ) = 2 − ( H ( l ) + e ( n ) ) برای نوکلئیک اسیدها ( دی ان ای )
R ( l ) = log 2 ⁡ ( 20 ) − ( H ( l ) + e ( n ) ) برای آمینو اسیدها ( پروتئین )
که در آن e ( n ) یک فاکتور تصحیح است که در مواقعی که تعداد نمونه توالی ها ( n ) کم است لازم می شود و از طریق رابطهٔ زیر محاسبه می شود:
e ( n ) = 1 ln ⁡ 2 × s − 1 2 n
که در آن s برای نوکلئیک اسیدها برابر ۴ و برای آمینو اسیدها برابر ۲۰ است.
همچنین در این روابط H ( l ) نشان دهندهٔ عدم اطمینان یا همان آنتروپی جایگاه l ام است که از رابطهٔ زیر بدست می آید:[ ۳]