近日，明升中国app院北京基因组研究所基因组app及信息重点实验室通过引入新的参数构造模型，发展了一个新的ka/ks算法，该研究成果在近期出版的《生物学快递》（Biology Direct）杂志上发表。
比较基因组分析是研究生物进化关系的基本工具，非同义替换率(Ka)和同义替换率(Ks)的计算是研究分子进化动力学的重要内容。在过去的二十多年，基于马尔科夫链的核酸替代模型一直在不断发展。于是涌现了诸如NG, LWL, LPB, MLWL, MLPB, YN, MYN等近似算法和GY等极大似然算法。这些方法考虑了三个主要的进化序列动力学特征的部分或者全部：不平衡的转换/颠换率；不平衡的核酸频率；不平衡的转换速率（嘌呤之间的和嘧啶之间的）。
该重点实验室硕博生王大鹏、万昊雷在于军研究员的指导下，在原方法的基础上，通过引入gamma分布来描述序列的不同位点进化速率的不平衡，发展了考虑四种进化特征的新方法gamma-MYN。通过与相关的算法比较，借助于计算机模拟和真实数据集的检验，发现gamma-MYN方法比其他方法在负选择的情况下具有更好的准确度。该研究表明，忽略不同位点的速率的多变性可以导致Ka和Ks值的偏倚，最终导致选择压力评估值(ω)的偏倚。该研究发现对于更加精确的评估选择压力(ω),以及为其他后续研究提供模型具有重要意义。
目前，该课题组正在通过将新参数嵌入到其他模型中，来研究不同位点多变的突变速率和其他进化参数对ka/ks算法的影响的相互作用。（来源：明升中国app院北京基因组研究所）
更多阅读