motif中PWM矩陣的示例分析

小編給大家分享一下motif中PWM矩陣的示例分析，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

通過一致性序列和sequence logo可以直觀的表示某個motif的情況，但是在預測motif結合的位點時，只根據這些信息無法準確的判斷查詢序列上存在對應的motif。 預測輸入序列上是否存在特定motif的位點的分析，稱之為motif scanning, 示意如下

就是在輸入序列上查找特定motif出現的位置。為了滿足motif scanning分析的要求，對于motif而言，我們必須提供一個有效的能夠代表motif又能夠用于序列查找的一個信息，基于這樣的出發點，提出了PWM矩陣的概念。

PWM矩陣在不同文章中有不同的叫法，以下3種矩陣其實都是PWM矩陣

1. position weight matrix(PWM)

2. position-specific weight matirx(PSWM)

3. position-specific scoring matrix(PSSM)

   
   

PWM矩陣是在PFM矩陣的基礎上發展而來，以下圖所示PFM矩陣為例

根據堿基頻數分布矩陣首先計算出堿基頻率分布矩陣，稱之為position probability matrixa, 簡寫為PPM矩陣，示意如下

在PPM矩陣中，堿基的頻率被當做概率來使用，不同位置之間可以看做是一個獨立事件。根據PPM矩陣，可以計算某個motif序列的概率。根據上述PPM矩陣，GAGGTAAAC出現的概率為

在PPM矩陣基礎上，用背景序列的堿基分布頻率來校正對應的值，就可以得到PWM矩陣，公式如下

就是將PPM矩陣中對應的值除了背景序列中對應堿基的頻率，然后在取log2對數值。大多數情況下，我們認為在基因組上A,T,C,G這4種堿基的含量是相等的，所以每個堿基的背景頻率就是0.25。以PPM矩陣第一行的0.3為例，首先將0.3除以背景序列中A堿基的頻率0.25，然后在取log2對數，最終的取值越為0.26。

通過這種方式就構建出了如下所示的PWM矩陣

需要注意的是，背景序列中堿基的概率不是都為0.25, 在某些GC含量偏高或者偏低的物種中，4種堿基的分布頻率是不相等的，此時就要根據真實的堿基分布來確定背景序列中的堿基頻率。

根據PWM矩陣，可以對序列進行打分，以最終的得分值來判斷是否為一個潛在的motif。根據上述PWM矩陣，GAGGTAAAC出現的得分值為

score >= 0, 說明這個序列是一個潛在的功能位點，score < 0, 說明是一個隨機序列。根據PWM矩陣，可以有效的判斷在輸入序列中是否存在真實的motif位點。

看完了這篇文章，相信你對“motif中PWM矩陣的示例分析”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！