Secuencias Consenso

Secuencias consenso y expresiones regulares
Cuando consultamos la literatura referente a estos aspectos que vamos a tratar de las proteínas, encontramos que existe cierta laxitud y, a veces tambiénmal uso, respecto a algunos términos como son "motivo" o "dominio". El segundo, el término dominio, lo introduciremos más adelante.
Motivo: si observamos un alineamiento múltiple de proteínashomólogas veremos que algunas columnas varían bastante, mientras que otras están más conservadas. Cuando observamos ciertas columnas cercanas con una alta conservación, es decir, cuando encontramos trocitosde las secuencias que se conservan más que otros y que podrían caracterizar funcionalmente a las proteínas, entonces solemos hablar de MOTIVOS. (ver ejemplo en el alineamiento de más arriba)
Losalineamientos múltiples son la fuente principal para determinar qué partes de la secuencia son más importantes para su función o estructura, y existen diversas aproximaciones para utilizar estainformación.
Secuencias consenso:
La aproximación más sencilla y básica para utilizar la ingente información que contiene un alineamiento múltiple es derivar a partir de éste una secuencia consenso, queviene a indicar qué aminoácido es más frecuente en cada posición del alineamiento.
Ejemplo:
AGTVATVSC
AGTSATHAC
IGRCARGSC
IGEMARLAC
IGDYARWSC
.........
IGTVARVSC <= Ejemplo de secuenciaconsenso
Supuestamente, si ahora buscamos con esta secuencia con un método simple como BLAST, seremos capaces de encontrar más homólogos que si lo hacemos con alguna de las secuencias reales queconforman el alineamiento múltiple.
Esta aproximación desperdicia mucha de la información del alineamiento múltiple, como quedará de manifiesto al estudiar los siguientes métodos. Por ejemplo, seguimos sinsaber qué posiciones son más importantes, o por ejemplo, qué variaciones se permiten en determinadas posiciones: en la primera posición vemos que tanto A como I parecen frecuentes, pero sólo se...