跳到正文
bioRxiv· Karagöl, T.; Karagöl, A.·· 来源仅提供日期AI 评分40

基于多序列比对的保守性评分存在两种相反失效模式,且可在使用评分前算出

Two opposite failure modes in alignment-based conservation scores, one inflating and one concealing constraint, are computable before the score is used

AI 导读

基于多序列比对的保守性评分存在两种方向相反的失效模式:55,816 个位点上评分随 gap 比例虚高(ρ=+0.553),仅在无缺口残基上重算后降至 +0.066。另一种是谱系划分,仅更换比较序列集就使八个家族 5,092 个位点中位变动 2.19 级(九级量表),2.7%–8.3% 由可变翻为保守。缺口校正可使已发表流程的刚性评分在人类队列中 AUC 从 0.832 升至 0.919。

预印本 · biorxiv · 10.64898/2026.10.20.760363

本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v1

摘要 · AI 翻译

保守性得分被解读为某个氨基酸位点的属性,但它实际上是将该位点与一个序列集合和一个深度参数共同测量的结果,而后两者的合理取值选择不同,同一位点会得到相反的判定。我们刻画了两种方向相反的失效模式,并表明两者都可以在得分被使用之前从比对结果中计算出来。当保守性定义为 1 - H/log2 21,且字母表的第二十一个符号是空位时,一个完全由空位构成的列按构造就会得到最大值。在 55,816 个列上,报告值随空位比例上升而升高,{rho} = +0.553;当在无空位残基上重新计算保守性时,该值降至 +0.066,且一个独立预测因子可以做出仲裁:无空位重算值与 AlphaMissense 的相关为 {rho} = 0.551,而报告值仅为 0.416。相反方向的失效模式是分支群划分,即把亚家族之间的分歧解读为容忍度。仅改变比较集,就会使位点在九级量表上移动中位数 2.19 个等级(涉及八个家族的 5,092 个位点),并使 2.7% 到 8.3%(中位数 6.6%)的位点从可变翻转为保守。标签置换零模型无法将此效应与共同祖先区分开,会把 68.3% 到 100% 的可变列判定为诊断性列;采用按列匹配简约速率的系统发育感知零模型后,这一比例降至 4.1% 到 69.1%,而同样的四个 syndecan 基因在两种采样深度下分别给出 4.1% 和 29.8%,因此在没有其背后的分解之前,任何全蛋白质组范围的速率都是不成立的。由此产生的逐位点面板报告空位比例、有效比较集数量以及经系统发育校正的亚家族可解释比例和预期误差方向,并给出一个可检验的预测:变异为姊妹亚家族的固定状态时呈良性富集,该预测成立,比值比为 2.46(1.40 至 4.33),由 1,565 个已分类变异中的 87 个此类变异所支撑。将空位校正应用于已发表的保守性得分流程后,该刚性得分在人类队列中的判别力从 AUC 0.832 提升至 0.919。

来源:bioRxiv · biorxiv.org