Статистический метод показывает, что «пропуски» в данных ДНК не следует игнорировать

Простой статистический тест демонстрирует, что, вопреки текущей практике, «пропуски» (gaps) в выравниваниях последовательностей ДНК и белков, используемых в эволюционной биологии, могут содержать важную информацию о нуклеотидных и аминокислотных замещениях во времени. Это открытие особенно актуально для изучения далеко родственных видов. Работа опубликована в Proceedings of the National Academy of Sciences.

Изучая эволюцию, биологи анализируют, как последовательности ДНК и белков меняются со временем. Эти изменения бывают двух типов: изменения длины последовательности (вставки или делеции нуклеотидов) и замещения (субституции), когда один тип нуклеотида заменяется другим в определённой позиции.

Первый шаг в анализе — построение выравнивания последовательностей, чтобы сопоставить соответствующие позиции в столбцы для сравнения. Из-за вставок и делеций в некоторых последовательностях в определённых столбцах может отсутствовать нуклеотид. В этом случае в выравнивании для данной последовательности ставится пропуск.

«Обычно при анализе выравниваний пропуски в столбцах рассматриваются как отсутствующие данные, которые не несут информации о замещениях, — говорит Джефф Торн, соавтор исследования. — Исторически научное сообщество предполагало, что расположение пропусков не зависит от процесса замещения. Но что, если это предположение неверно?»

Торн и его коллеги создали простой статистический тест, чтобы оценить, независимы ли позиции пропусков от процесса замены аминокислот. Они протестировали 1390 различных наборов выравниваний и обнаружили, что примерно в двух третях случаев обычное предположение о независимости отвергается.

«Одна из возможностей заключается в том, что расположение пропусков содержит полезную информацию о процессе замены аминокислот, — отмечает Торн. — Если это так, эволюционным биологам следует разработать более совершенные методы для извлечения этой информации».

Исследование также показало проблему стандартного подхода: построить одно «оптимальное» выравнивание и делать на его основе эволюционные выводы. Если замещения происходят чаще, чем образуются пропуски, исследователи при построении выравнивания склонны чаще выбирать замещения, и итоговое выравнивание может содержать слишком мало пропусков в целом.

«Иногда наши наилучшие предположения являются смещёнными, — говорит Тэ-Кун Со, соавтор работы. — Простого решения нет, но, надеюсь, это исследование поможет нам помнить о потенциальных ловушках. Нам нужно осознавать проблемы традиционных статистических методов и работать над их исправлением».