ک تایی

ک تایی یا k - تایی در بیوانفورماتیک، یک زیر رشته به طول k از رشته بیولوژیکی است. در ابتدا، k - تایی در ژنومیک محاسباتی و آنالیز دنباله استفاده می شد که در آن K - تایی تشکیل شده از نوکلئوتایدها ( A, T، C, G ) هستند. k - تایی ها به خاطر بازسازی توالی های DNA, [ ۱] شناسایی گونه ها در نمونه های متاژنومی[ ۲] و تولید واکسن زنده[ ۳] مطرح شدند. معمولاً کلمه k - تایی به همه رشته های دنباله ای به طول k اشاره دارد. برای مثال، رشتهٔ AGAT می تواند ۴ مونومر ( A , G , A , T ) ، سه ۲ - تایی ( AG, GA, AT ) ، دو ۳ - تایی ( AGA, GAT ) و یک ۴ - تایی داشته باشد، که زیررشته ۴ - تایی برابر خود رشته است. به طور کلی یک رشته به طول L می تواند L - k+1 رشته k - تایی داشته باشد. همچنین برای n مونومر، n^k تا k - تایی ممکن وجود دارد؛ که در رشته DNA تعداد مونومرها برابر با ۴ است.
k - تایی ها زیر رشته هایی به طول k هستند. برای مثال در جدول زیر تمام k - تایی ها برای یک رشته نمونه از DNA را مشاهده می کنید.
یک روش برای نمایش دادن k - تایی ها استفاده از طیف k - تایی است. طیف k - تایی یک نمایش گرافیکی از یک پایگاه داده است که نشان می دهد چند تا k - تایی به تعداد مشخصی تکرار شده اند؛ بنابراین محور x آن فرکانس تکرار k - تایی را نشان می دهد و محور y تعداد k - تایی هایی که به آن اندازه تکرار شده اند. [ ۴] [ ۵] شکل توزیع طیف k - تایی اطلاعات مفیدی از ویژگی های نمونه بیولوژیکی را به ما می دهد. [ ۶] تعداد مدها در توزیع طیف k - تایی برای ژنوم یک گونه می تواند متفاوت باشد. در این بین تک مدیها بیشترین آمار تعداد گونه را دارند. در حالی که تمام پستانداران توزیع طیف k - تایی چندنمایی دارند. همچنین در یک طیف k - تایی، توزیع در مناطق مختلف ژنوم می تواند متفاوت باشد. برای مثال انسان ها در مناطق ترجمه نشده '۵ و اگزون ها طیف تک مدی دارند و در مناطق ترجمه نشده '۳ و اینترون ها طیف چندنمایی دارند.
تعداد k - تایی ها از عوامل متعددی در سطوح مختلف تأثیر می پذیرند که معمولاً با هم در تعارض اند. لازم است ذکر شود که k - تایی ها با k بزرگ تر از عوامل تأثیرگذار روی k - تایی با k کوچک تر تأثیر می پذیرند. برای مثال اگر مونومر A وجود نداشته باشد، هیچ کدام از ۲ - تایی های شامل A هم نمی توانند وجود داشته باشند. به این ترتیب عوامل مختلف با یکدیگر پیوند می خورند.