Comparación de ordenaciones de muestras a nivel de secuencias de aminoácidos, nucleótidos y marcadores RFLP

Abstract

Las distancias entre muestras obtenidas a partir de datos de secuencias de nucleótidos, aminoácidos y de marcadores moleculares son frecuentes en Biología Molecular. El Escalamiento Multidimensional (MDS) es una técnica estadística que permite conocer la estructura subyacente entre muestras vía representación gráfica de su matriz de distancias. Con m muestras evaluadas en p nucleótidos, p aminoácidos o p marcadores, el MDS comienza con una matriz de distancia Dm×m y obtiene un nuevo sistema de coordenadas para ordenar las muestras en un plano. En este trabajo se ordenan muestras de cDNA viral mediante MDS aplicado sobre distintas matrices de distancia: Jones-Taylor-Thornton (distancia entre secuencias de proteínas), Felsenstein84 (distancia entre secuencias de nucleótidos), raíz cuadrada del complemento a uno de los valores de identidad obtenidos durante el alineamiento múltiple de secuencias de aminoácidos y nucleótidos y raíz cuadrada del complemento a uno de los coeficientes de similitud de Dice y Emparejamiento Simple entre perfiles de datos de marcadores RFLP. Una nueva versión de MDS es propuesta para mostrar simultáneamente ordenaciones de diferentes tipos de datos genómicos. Las ordenaciones bidimensionales de las muestras virales, obtenidas bajo diferentes modelos de distancia, fueron comparadas por rotación procrustes y se obtuvo una ordenación de consenso.

Translated abstract

Between-sample distances obtained from nucleotide and aminoacid sequences as well as from DNA marker data are frequent in Molecular Biology. Multidimensional Scaling (MDS) is a statistical technique that allows to explore the underlying relationship among samples via graphical representation of the matrix containing the distances among samples. With m samples evaluated at p nucleotide, p aminoacids or p molecular markers, MDS uses a distance matrix Dm×m as input, providing a system of new axes so as to order the m samples in planes. We ordered four viral cDNA samples through MDS applied to different distance matrixes: Jones-Taylor-Thornton (distance among protein sequences), Felsenstein84 (distance among nucleotide sequences), square root of complement to one of the identity scores obtained during multiple alignment of aminoacid and nucleotide sequences, and square root of complement to one of Dice´s and Simple Matching similarity coefficients among RFLP profiles. A new version of MDS is proposed to simultaneously show ordinations from different types of genomic data. The bidimensional ordinations of the viral samples obtained from different distance models were compared by Procrustes rotation and a consensus ordination was obtained.