Малоугловая поляриметрия как метод идентификации последовательностей нуклеотидов в биоинформатике

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрен метод идентификации символьных последовательностей, ассоциируемых с генетической структурой биологических объектов, с использованием принципов малоугловой поляриметрии. В рамках метода анализируемая символьная последовательность представляется двумерной фазомодулирующей матрицей, каждый элемент которой соответствует одному из четырех базовых нуклеотидов (аденину, цитозину, тимину, гуанину), а глубина модуляции фазы считывающего когерентного линейно поляризованного пучка определяется содержанием данного нуклеотида в соответствующем триплете в последовательности нуклеотидов. В результате дифракции считывающего когерентного пучка с плоскостью поляризации, ориентированной под углом 45° к сторонам фазомодулирующей матрицы, в приосевой области дальней зоны дифракции формируется пространственное распределение локальных состояний поляризации дифрагировавшего на матрице считывающего поля. Дискриминация локальных состояний поляризации в соответствии с предложенным алгоритмом позволяет синтезировать бинарное пространственное распределение, являющееся уникальным идентификатором анализируемой символьной последовательности. Моделирование процессов фазового кодирования и последующего анализа локальных состояний поляризации в приосевой области с использованием результатов секвенирования для штаммов «Ухань», «Дельта» и «Омикрон» вируса SARS-CoV-2 показало высокую чувствительность метода к локальным изменениям в структуре последовательностей нуклеотидов.

Об авторах

Дмитрий Александрович Зимняков

Саратовский государственный технический университет им. Гагарина Ю. А.

410054, Саратов, ул. Политехническая, 77

Марина Васильевна Алонова

Саратовский государственный технический университет им. Гагарина Ю. А.

410054, Саратов, ул. Политехническая, 77

Анатолий Владимирович Скрипаль

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

410012, Россия, г. Саратов, ул. Астраханская, 83

Сергей Юрьевич Добдин

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

410012, Россия, г. Саратов, ул. Астраханская, 83

Валентина Анатольевна Федорова

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского

410012, Россия, г. Саратов, ул. Астраханская, 83

Список литературы

  1. Andelfinger G., Hitte C., Etter L., Guyon R., Bourque G., Tesler G., Pevzner P., Kirkness E., Galibert F., Benson D. W. Detailed four-way comparative mapping and gene order analysis of the canine ctvm locus reveals evolutionary chromosome rearrangements // Genomics. 2004. Vol. 83. P. 1053–1062. https://doi.org/10.1016/j.ygeno.2003.12.009
  2. Anisimova M., Bielawski J. P., Yang Z. Accuracy and power of Bayes prediction of amino acid sites under positive selection // Mol. Biol. Evol. 2002. Vol. 19. P. 950–958. https://doi.org/10.1093/oxfordjournals.molbev.a004152
  3. Rivas E., Eddy S. R. Noncoding RNA gene detection using comparative sequence analysis // BMC Bioinform. 2001. Vol. 2. P. 1–19. https://doi.org/10.1186/1471-2105-2-8
  4. Hwang D. G., Green P. Bayesian Markov chain Monte Carlo sequence analysis reveals varying neutral substitution patterns in mammalian evolution // Proc. Natl. Acad. Sci. U.S.A. 2004. Vol. 101. P. 13994–14001. https://doi.org/10.1073/pnas.0404142101
  5. Eddy S. R. A model of the statistical power of comparative genome sequence analysis // PLoS Biol. 2005. Vol. 3. P. e10. https://doi.org/10.1371/journal.pbio.0030010
  6. Gitter A., Siegfried Z., Klutstein M., Fornés O., Oliva B., Simon I., Bar-Joseph Z. Backup in gene regulatory networks explains differences between binding and knockout results // Mol. Syst. Biol. 2009. Vol. 5. P. 276. https://doi.org/10.1038/msb.2009.33
  7. Cooper G. M., Brudno M., Green E. D., Batzoglou S., Sidow A. Quantitative estimates of sequence divergence for comparative analyses of mammalian genomes // Genome Res. 2003. Vol. 13. P. 813–820. https://doi.org/10.1101/gr.1064503
  8. Abnizova I., Walter K. Te Boekhorst R., Elgar G., Gilks W. R. Statistical information characterization of conserved non-coding elements in vertebrates // J. Bioinform. Comput. Biol. 2007. Vol. 5. P. 533–547. https://doi.org/10.1142/S0219720007002898
  9. Orlov Y. L. Te Boekhorst R., Abnizova I. I. Statistical measures of the structure of genomic sequences: Entropy, complexity, and position information // J. Bioinform. Comput. Biol. 2006. Vol. 4. P. 523–536. https://doi.org/10.1142/S0219720006001801
  10. Sorek R., Safer H. M. A novel algorithm for computational identification of contaminated EST libraries // Nucleic Acids Res. 2003. Vol. 31, iss. 3. P. 1067–1074. https://doi.org/10.1093/nar/gkg170
  11. Altschul S. F., Gish W., Miller W., Myers E. W., Lipman D. J. Basic local alignment search tool // J. Mol. Biol. 1990. Vol. 215. P. 403–410. https://doi.org/10.1016/S0022-2836(05)80360-2
  12. Guide to Human Genome Computing / ed. M. J. Bishop. 2nd ed. San Diego, CA, USA : Academic Press, 1998. 306 p.
  13. Automated DNA Sequencing and Analysis / eds. M. D. Adams, C. Fields, J. C. Venter. 1st ed. San Diego, CA, USA : Academic Press, 1994. 368 p.
  14. Bioinformatics for DNA Sequence Analysis / ed. D. Posada. 1st ed. Totova, NJ, USA : Humana Press Inc., 2009. 368 p. https://doi.org/10.1007/978-1-59745-251-9
  15. Оптическая голография: в 2 т. / под ред. Г. Колфилда. М. : Мир, 1982. Т. 2. 186 с.
  16. Ulianova O. V., Zaytsev S. S., Saltykov Y. V., Lyapina A., Subbotina I., Filonova N., Ulyanov S. S., Feodorova V. A. Speckle-interferometry and speckle-correlometry of GB-speckles // Front. Biosci. (Landmark Ed). 2019. Vol. 24. P. 700–711. https://doi.org/10.2741/4744
  17. Ulyanov S. S., Ulianova O. V., Zaytsev S. S., Saltykov Y. V., Feodorova V. A. Statistics on genebased laser speckles with a small number of scatterers: Implications for the detection of polymorphism in the Chlamydia trachomatis omp1 gene // Las. Phys. Lett. 2018. Vol. 15, № 4. Article number 045601. https://doi.org/10.1088/1612-202X/aaa11c
  18. Goodman J. W. Introduction to Fourier Optics. 4th ed. New York, USA : Macmillan Learning, 2017. 564 p.
  19. Goodman J. W. Statistical Optics. 2nd ed. Hoboken, NJ, USA : J. Wiley and Sons, Inc., 2015. 544 p.
  20. Chipman R., Lam W.-S. T., Young G. Polarized Light and Optical Systems. 1st ed. Boca-Raton, FL, USA : CRC Press, 2018. 1036 p. (Optical Sciences and Applications of Light).
  21. GISAID: Official hCoV-19 Reference Sequence. URL: https://gisaid.org/wiv04/. Acc. ID: EPI_ISL_402124 (дата обращения: 15.08.2021).
  22. GISAID: Official hCoV-19 Reference Sequence. URL: https://gisaid.org/wiv04/. Acc. ID: EPI_ISL_2552101 (дата обращения: 15.08.2021).
  23. GISAID: Official hCoV-19 Reference Sequence. URL: https://gisaid.org/wiv04/. Acc. ID: EPI_ISL_9991311 (дата обращения: 15.08.2021).
  24. Bennett C. H., Brassard G. Quantum cryptography: Public key distribution and coin tossing // Proceedings of International Conference on Computers, Systems & Signal Processing, Dec. 9–12, 1984, Bangalore, India. IEEE, 1984. P. 175–179.
  25. Bennett C. H., Brassard G. Quantum cryptography: Public key distribution and coin tossing // Theoretical Computer Science. 2014. Vol. 560 (part 1). P. 7–11. https://doi.org/10.1016/j.tcs.2014.05.025
  26. Bennett C. H. Quantum cryptography using any two nonorthogonal states // Phys. Rev. Lett. 1992. Vol. 68. P. 3121–3124. https://doi.org/10.1103/PhysRevLett.68.3121

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».