複数のプロテオームが共有するオルソログとインパラログの自動クラスタリング

モチベーション：多くのゲノムの完全なシーケンスにより、共通の祖先から下降する統治遺伝子を特定することが可能になりました。しかし、長期間にわたる進化の歴史の再構築は、遺伝子の重複と損失のために多くの課題に直面しています。したがって、複数のプロテオームによって共有されたオーソロガスグループの識別は、矛盾する証拠間の最適な妥協が見つかる必要があるクラスタリング問題になります。 結果：ここでは、複数のプロテオームのタンパク質間のオルソロジー関係を自動的に見つけることができるマルチパラノイドと呼ばれる新しいプロテオームスケール分析プログラムを提示します。このソフトウェアは、ペアワイズプロテオーム比較でオーソログとインラララグを識別するインパーノイドプログラムの拡張です。MultiParanoidは、クラスタリングアルゴリズムを適用して、Inparanoidから複数のペアワイズオーソロググループをマルチ種オルソロググループに統合します。同じクラスター内のOutparalogsを避けるために、Multiparanoidは同じ最後の祖先を共有する種のみを組み合わせています。クラスタリング手法を検証するために、結果を手動系統解析によって得られた参照セットと比較しました。さらに、結果をKogsとOrthomCLのオーソロググループと比較しました。これにより、マルチパラノイドはこれらのリソースよりも大幅に少ないオーガナグマを生成することが明らかになりました。 可用性：MultiParanoidは、ポストゲノム時代に必要な効率的なオーソロジー分析を可能にする自由に利用可能なスタンドアロンプログラムです。元のデータセット、結果のグループのオルソログのグループ、およびプログラムのソースコードへのアクセスを提供するWebベースのサービスは、http：//multiparanoid.cgb.ki.seにあります。

MOTIVATION: The complete sequencing of many genomes has made it possible to identify orthologous genes descending from a common ancestor. However, reconstruction of evolutionary history over long time periods faces many challenges due to gene duplications and losses. Identification of orthologous groups shared by multiple proteomes therefore becomes a clustering problem in which an optimal compromise between conflicting evidences needs to be found. RESULTS: Here we present a new proteome-scale analysis program called MultiParanoid that can automatically find orthology relationships between proteins in multiple proteomes. The software is an extension of the InParanoid program that identifies orthologs and inparalogs in pairwise proteome comparisons. MultiParanoid applies a clustering algorithm to merge multiple pairwise ortholog groups from InParanoid into multi-species ortholog groups. To avoid outparalogs in the same cluster, MultiParanoid only combines species that share the same last ancestor. To validate the clustering technique, we compared the results to a reference set obtained by manual phylogenetic analysis. We further compared the results to ortholog groups in KOGs and OrthoMCL, which revealed that MultiParanoid produces substantially fewer outparalogs than these resources. AVAILABILITY: MultiParanoid is a freely available standalone program that enables efficient orthology analysis much needed in the post-genomic era. A web-based service providing access to the original datasets, the resulting groups of orthologs, and the source code of the program can be found at http://multiparanoid.cgb.ki.se.