Matrici di peso e sequence logo

Le matrici di peso sono descrizioni dei pattern di DNA. Esse vengono definite sulla base della distribuzione dei quattro nucleotidi in una certa posizione. La tabella mostra il livello di conservazione di un sito di binding di un fattore di trascrizione identificato nel genoma.

Il grafico del profilo di una “matrice di peso” visualizza le differenze della conservazione nucleotidica in una certa posizione del sito identificato; nel grafico è stato calcolato un particolare parametro (detto “consensus index vector”) che rappresenta il livello di conservazione di ogni sito. Tipicamente una matrice di peso del sito di binding di un fattore di trascrizione consiste di un “core” altamente conservato (in rosso) e di alcune posizioni aggiuntive meno conservate (o più degenerate). La tabella della matrice di peso mostra le frequenze dei nucleotidi in ogni posizione delle sequenze allineate. La stringa di caratteri IUPAC riportata sotto la matrice di peso è una rappresentazione del livello di conservazione delle singole posizioni del sito di binding.

Normalmente il livello di conservazione di una certa posizione entro il sito di binding è determinato dalla funzione del sito stesso. Le posizioni più conservate hanno un’influenza notevole sulla capacità del sito di binding di venir riconosciuto e sulla specificità di riconoscimento da parte del fattore di trascrizione. Il “Sequence Logo” rappresenta la quantità di informazione contenuta in ogni posizione del motivo. Maggiore è l’altezza della lettera del motivo, minore è l’incertezza fornita dall’informazione a livello di una certa posizione del sito; le basi sono mostrate in una certa posizione dall’alto verso il basso andando dalla più frequente alla meno frequente. Di conseguenza l’altezza massima si ha per le posizioni con il minore livello di incertezza.

Nella nostra esercitazione determineremo la matrice di peso utilizzando i software di predizione MotifSampler e MEME e potremo comparare i risultati ottenuti dai due software.