WO2001086247A2 - Verfahren zur untersuchung von makromolekülen - Google Patents

Verfahren zur untersuchung von makromolekülen Download PDF

Info

Publication number
WO2001086247A2
WO2001086247A2 PCT/EP2001/005023 EP0105023W WO0186247A2 WO 2001086247 A2 WO2001086247 A2 WO 2001086247A2 EP 0105023 W EP0105023 W EP 0105023W WO 0186247 A2 WO0186247 A2 WO 0186247A2
Authority
WO
WIPO (PCT)
Prior art keywords
frequency
data
sequence
macromolecules
information
Prior art date
Application number
PCT/EP2001/005023
Other languages
English (en)
French (fr)
Other versions
WO2001086247A3 (de
Inventor
Helmut Bloecker
Gerhard Kauer
Original Assignee
GESELLSCHAFT FüR BIOTECHNOLOGISCHE FORSCHUNG MBH (GBF)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GESELLSCHAFT FüR BIOTECHNOLOGISCHE FORSCHUNG MBH (GBF) filed Critical GESELLSCHAFT FüR BIOTECHNOLOGISCHE FORSCHUNG MBH (GBF)
Priority to IL15251201A priority Critical patent/IL152512A0/xx
Priority to US10/275,155 priority patent/US20040029126A1/en
Priority to CA002406694A priority patent/CA2406694A1/en
Priority to AU2001267403A priority patent/AU2001267403A1/en
Priority to EEP200200618A priority patent/EE200200618A/xx
Priority to EP01945081A priority patent/EP1307713A2/de
Publication of WO2001086247A2 publication Critical patent/WO2001086247A2/de
Publication of WO2001086247A3 publication Critical patent/WO2001086247A3/de

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids

Definitions

  • the invention relates to a method for the investigation of macromolecules and a device for the exemplary implementation of the method and applications of the method and / or the device according to the independent claims.
  • Enormous amounts of data have been collected in the databases in the form of sequence-based data patterns for a wide variety of macromolecules. Such amounts of data are used to process biological questions that arise from information within macromolecular sequence data. These questions can currently only be dealt with using computer-aided methods, whereby the enormous amounts of data require a considerable amount of computing power, especially since the ever-increasing worldwide sequencing performance of current and planned genome projects increases to an unexpected extent. This creates the problem of efficiently applying the available algorithms to the corresponding problem without reaching the limits of the computing power.
  • the method according to the invention for solving the above problem when examining macromolecules thus comprises the following method steps:
  • This method enables a completely new technology for the efficient analysis of enormous sequence-based amounts of data from macromolecules.
  • the potential of this technology is m a significant increase in speed for the respective Ana ⁇ analyzes of the macromolecules on the one hand and n is the possibility of pop u la ⁇ lig new issues of information retrieval raise.
  • weighting, cataloging and / or Ty ⁇ pleiter a method of filtering information from a di- gital image analysis used.
  • This embodiment has the advantage that both the similarity of two one-dimensional patterns with a mutual local shift by i data points can be measured and a signal with a predetermined signal curve can be searched, a measure of similarities being obtained by an image analysis and thus conclusions about similarities can be concluded among the macromolecules.
  • This similarity becomes maximum when the shift produces a maximum match between the sequence of frequency data and the pattern.
  • This shift also gives the unique position of the one-dimensional pattern in the frequency data sequence via a reverse transformation and demodulation by the position of the pattern in a sequence.
  • a frequency analysis method is used for comparison, weighting, cataloging and / or typing.
  • the sequence data which were first converted into frequency-modulated data, are prepared in such a way that each element of a sequence is assigned unique frequency information in correlation to its neighbor.
  • the sequence information remains unaffected by this transformation and is only converted into complex frequency information with the same information content.
  • the advantage of this embodiment is that all mathematical methods of frequency analysis can be applied to this frequency-modulated wave. Spectra Central analysis of the information is of great benefit in this context.
  • stochastic information filtering in the Fourier space is used for comparison, weighting, cataloging and / or typing.
  • deviations from the ideal signal can be estimated stochastically, with which the expectation horizon can be designed depending on the biological problem.
  • the information units and / or structural information from multidimensional protein and / or DNA databases are encoded in corresponding sequence codes for creating sequence data.
  • the method according to the invention can preferably be carried out with a device which has a multiplicity of electronic components for modeling frequency data which simulate molecular sequences and a multiplicity of frequency filters for weighting, for cataloging and / or for typing the frequency data modeled by the multiplicity of electronic components.
  • a device which has a multiplicity of electronic components for modeling frequency data which simulate molecular sequences and a multiplicity of frequency filters for weighting, for cataloging and / or for typing the frequency data modeled by the multiplicity of electronic components.
  • the large number of electronic components and the large number of frequency filters are ascertained by means of computer-aided frequency analyzes and these are coupled to one another to form a hardware network which simulates the sequence of information units of macromolecules.
  • the information units are bases of the nucleic acids, amino acid residues of proteins and / or three-dimensional structural units of proteins and / or DNA, the sequence of which is simulated in a macromulecule by the hardware network.
  • the method and device of the invention are preferably used for the analysis of protein sequences.
  • Applications in the context of the analysis of DNA sequences are also advantageously possible.
  • Investigations and samples of multidimensional protein databases can also be used for this.
  • the information units of the databases in entspre ⁇ sponding sequence codes are to be offered, which can also be multidimensional. It is therefore necessary not restrictive, single ⁇ Lich to restrict spectral analyzes to one, two or three dimensions, especially in the preferred applications, the inventions can be used for a large number of information fragments.
  • multidimensional DNA structure information is examined for recurring patterns.
  • this invention makes it possible to investigate biological questions interactively and without delay for sequence-based amounts of data.
  • the sequence data are first converted into m frequency-modulated data.
  • each element of the sequence is assigned an unary frequency information in correlation to its neighbor.
  • the actual sequence m enters the background and, in the simplest case, m is transformed into a one-dimensional frequency-modulated wave.
  • the sequence information remains unaffected by this transformation and is only converted into complex frequency information with the same information content.
  • a Fast-Fou ⁇ er-Transformation is then applied to the frequency-modulated wave.
  • Appropriate filters are then applied to this transformed data.
  • IFFT inverse Fourier transform
  • IFFT inverse Fourier transform
  • a demodulation of the frequency data back into the sequence data the correspondingly filtered information is obtained.
  • Sequence patterns can thus be searched very efficiently in the performance spectrum, for example large genomic sections or entire genomes can be compared with one another or filtered out. Deviations from the ideal signal can be estimated stochastically, so that the horizon of expectation can be specifically designed depending on the biological problem.
  • the method according to the invention is not limited to the simplest case of a one-dimensional frequency-modulated wave. Rather, in a second example of an embodiment of the invention, three-dimensional or more ⁇ dimensional protein databases or multidimensional DNA structure information can also be examined in a very similar manner for corresponding patterns. To this end databases are their information units in corresponding sequence codes imple ⁇ zen.
  • the method according to the invention can also be used for assembling a large number of n-information fragments, as are present, for example, in “shotgun” organized data banks.
  • the sequence information is frequency-modulated, it is transformed according to the present invention by means of a Fast Fourier transform.
  • the correlation function ⁇ fg of two one-dimensional signals namely f (m) and g (m)
  • f (m) and g (m) is to be understood as a convolution of the signal f (m) with the signal g (-m).
  • G * (k) is the conjugate complex Fourier transform of g (m).
  • G * (k) is the conjugate complex Fourier transform of g (m).
  • a suitable mapping of the relevant "similarity function" of the components or groups of components involved into the frequency domain automatically results in structures that can be determined using proven filters. For example, analyzes with local power spectra can be used, which deal with the spectral energies of the sections to be examined.
  • 2 is the Fourier transform of the autocorrelation function of the signal f (m) and can therefore be used to measure the statistical bonds between the values of neighboring data of f (m).
  • a suitable weighting of the original function can be used to reduce disruptive parts in the range of services.
  • an inhibition function of the following type is used for texture detection before the Fourier transformation

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Organic Chemistry (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Error Detection And Correction (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren zur Untersuchung von Makromolekülen, die in frequenzbasierten Datenmustern speicherbar sind. Darüber hinaus betrifft die vorliegende Erfindung eine Vorrichtung zur Durchführung des Verfahrens und unterschiedliche Anwendungen sowohl des Verfahrens als auch der Vorrichtung. Das Verfahren selbst basiert auf dem Erstellen von Sequenzdaten molekularer Sequenzen von Makromolekülen, dem Umsetzen der Sequenzdaten in frequenzmodulierte Frequenzdaten, dem Transformieren der Frequenzdaten in einen Fourierraum, dem Einsatz von Fourieranalysen zum Vergleich zur Gewichtung, zur Katalogisierung und/oder zur Typisierung der Frequenzdaten und schliesslich der Rücktransformation der gewichteten, katalogisierten und/oder typisierten Frequenzdaten zu Sequenzdaten in gewichteter, katalogisierter und/oder typisierter Form.

Description

Verfahren zur Untersuchung von Makromolekülen
Die Erfindung betrifft ein Verfahren zur Untersuchung von Makromolekülen und eine Vorrichtung zur modellhaften Durchführung des Verfahrens sowie Anwendungen des Verfahrens und/oder der Vorrichtung entsprechend den unabhängigen Ansprüchen.
Enorme Datenmengen haben sich in den Datenbanken in Form von sequenzbasierten Datenmustern für die unterschiedlichsten Makromoleküle angesammelt. Derartige Datenmengen dienen der Bearbeitung biologischer Fragestellungen, die sich durch Informationen innerhalb makromolekularer Sequenzdaten erheben. Diese Fragestellungen können gegenwärtig nur mit rechnergestützten Verfahren bearbeitet werden, wobei die enormen Datenmengen eine erhebliche Rechnerleistung erfordern, zumal die ständig wachsende weltweite Sequenzierleistung laufender und geplanter Genomprojekte in ungeahntem Umfang anwächst. Damit ergibt sich die Problematik, die verfügbaren Algorithmen effizient auf die entsprechende Problematik anzuwenden, ohne an die Grenzen der Rechenleistungen zu stoßen.
BESTATIGUNGSKOPIE Diese Problematik wird mit dem Gegenstand der unabhängigen Ansprüche gelost. Vorteilhafte Weiterbildungen der Erfindung ergeben sich aus den Unteranspruchen.
Das erfmdungsgemaße Verfahren zur Losung des obigen Problems bei der Untersuchung von Makromolekülen umfaßt somit folgende Verfahrensschritte :
a) Erstellen von Sequenzdaten molekularer Sequenzen von Makromolekülen,
b) Umsetzen der Sequenzdaten in frequenzmodulierte Frequenzdaten,
c) Transformieren der Frequenzdaten m einen Fouπerraum,
d) Einsatz von Fourieranalysen zum Vergleich, zur Gewichtung, zur Katalogisierung und/oder zur Typisierung der Frequenzdaten,
e) Rucktransformation der verglichenen, gewichteten, katalogisierten und/oder typisierten Frequenzdaten zu Sequenzdaten m gewichteter, katalogisierter und typisierter Form.
Dieses Verfahren ermöglicht eine völlig neue Technologie zur effizienten Analyse enormer sequenzbasierter Datenmengen von Makromolekülen. Das Potential dieser Technologie liegt m einer erheblichen Geschwindigkeitssteigerung für die jeweiligen Ana¬ lysen der Makromoleküle einerseits und n der Möglichkeit, völ¬ lig neue Fragestellungen der Informationsgewinnung aufzuwerfen.
In einer bevorzugten Ausfuhrungsform des Verfahrens wird zum Vergleich, zur Gewichtung, zur Katalogisierung und/oder zur Ty¬ pisierung ein Verfahren der Informationsfilterung aus einer di- gitalen Bildanalyse eingesetzt. Diese Ausführungsform hat den Vorteil, daß man sowohl die Ähnlichkeit zweier eindimensionaler Muster bei einer gegenseitigen örtlichen Verschiebung um i Datenpunkte messen kann als auch ein Signal mit einem vorgegebenen Signalverlauf suchen kann, wobei ein Maß für Ähnlichkeiten sich durch eine Bildanalyse ergibt und damit Rückschlüsse auf Ähnlichkeiten unter den Makromolekülen geschlossen werden kann. Diese Ähnlichkeit wird dann maximal, wenn die Verschiebung eine maximale Übereinstimmung zwischen der Folge von Frequenzdaten und dem Muster erzeugt. Über diese Verschiebung ist auch die eindeutige Position des eindimensionalen Musters in der Frequenzdatenfolge über eine Rücktransformation und eine Demodula- tion durch die Position des Musters in einer Sequenz eindeutig gegeben.
Durch den Einsatz der Fouriertransformation wird die Detekti- onsfilterung über die Faltung vereinfacht und damit die Untersuchung in erheblichem Maße beschleunigt.
In einer weiteren Ausführungsform des Verfahrens wird zum Vergleich, zur Gewichtung, zur Katalogisierung und/oder zur Typisierung ein Verfahren der Frequenzanalyse eingesetzt. In dieser Ausführungsform sind die Sequenzdaten, die zunächst in frequenzmodulierte Daten umgesetzt wurden, derart aufbereitet, daß jedem Element einer Sequenz in Korrelation zu seinem Nachbarn eine eindeutige Frequenzinformation zugeordnet ist. Zwar tritt die eigentliche Sequenz auf diese Weise in den Hintergrund und wird im einfachsten Fall in eine eindimensionale frequenzmodulierte Welle transformiert, jedoch bleibt die Sequenzinformation von dieser Transformation unberührt und wird lediglich in eine komplexe Frequenzinformation gleichen Informationsgehalts umgesetzt. Der Vorteil dieser Ausführungsform ist, daß alle mathematischen Methoden der Frequenzanalyse auf diese frequenzmodulierte Welle angewendet werden können. Insbesondere die Spek- tralanalyse der Informationen sind in diesem Zusammenhang von größtem Nutzen.
In einer weiteren Ausführungsform des Verfahrens wird zum Vergleich, zur Gewichtung, zum Katalogisieren und/oder zum Typisieren eine stochastische Informationsfilterung im Fourierraum eingesetzt. Bei dieser Ausführungsform können in vorteilhafter Weise Abweichungen vom Idealsignal stochastisch abgeschätzt werden, womit der Erwartungshorizont je nach biologischer Fragestellung gestaltbar ist.
In einer weiteren bevorzugten Ausführungsform des Verfahrens werden die Informationseinheiten und/oder Strukturinformationen von mehrdimensionalen Protein- und/oder DNA-Datenbanken in entsprechende Sequenzcodes zum Erstellen von Sequenzdaten codiert. Dieses hat den Vorteil, daß bei der Untersuchung von Makromolekülen und biologischen Fragestellungen zu Makromolekülen auf mehrdimensionale Protein- und/oder DNA-Datenbanken zurückgegriffen werden kann, die entsprechend mit Hilfe des erfindungs¬ gemäßen Verfahrens dann auswertbar und analysierbar sind, ohne daß die Grenzen der Effizienz der eingesetzten Verfahren und die erheblichen Rechenleistungen überschritten werden.
Das erfindungsgemäße Verfahren kann vorzugsweise mit einer Vorrichtung durchgeführt werden, die eine Vielzahl elektronischer Bausteine zur Modellierung von Frequenzdaten, die molekulare Sequenzen simulieren und eine Vielzahl von Frequenzfiltern zum Gewichten, zum Katalogisieren und/oder zum Typisieren der durch die Vielzahl elektronischer Bausteine modellierten Frequenzdaten aufweist. Ein wesentlicher Vorteil nämlich des erfindungsgemäßen Verfahrens ist es, daß es leicht möglich ist, die not¬ wendigen Algorithmen und Filtersysteme einerseits auf einem Rechner zu entwickeln, aber hernach die gefundenen Methoden in elektronische Schaltkreise umzusetzen, um dann die betreffenden Algorithmen nicht mehr rechnergestutzt, sondern in einem Hoch- frequenzschaltkreis durchzufuhren. Mit einer derartigen Vorrichtung ist es somit möglich, sehr große sequenzbasierte Datenmengen, beispielsweise ganze Genome, rasch und nahezu verzo- gerungsfrei interaktiv zu untersuchen.
Bei einer bevorzugten Ausfuhrungsform der Vorrichtung ist die Vielzahl elektronischer Bausteine und die Vielzahl von Frequenzfiltern mittels rechnergestutzten Frequenzanalysen ermittelt und sind diese zu einem Hardwarenetzwerk untereinander gekoppelt, das die Abfolge von Informationseinheiten von Makromolekülen simmuliert. In diesem Zusammenhang sind die Informationseinheiten Basen der Nukleinsäuren, Ammosaurereste von Proteinen und/oder dreidimensionale Srukturemheiten von Proteinen und/oder DNA, deren Abfolge in einem Makromulekul durch das Hardwarenetzwerk simuliert werden. Mit dieser Ausfuhrungsform der Vorrichtung wird erreicht, daß nicht nur ein schneller Vergleich großer sequenzbasierter Datenmuster möglich wird, sondern daß darüber hinaus biologische Fragestellungen unmittelbar durch das Makromoleküle nachbildende Hardwarenetzwerk mit Lichtgeschwindigkeit bearbeitet und mit entsprechend hoher Ge¬ schwindigkeit beantwortet werden können.
Bevorzugt werden Verfahren und Vorrichtung der Erfindung zur Analyse von Proteinsequenzen angewendet. Ebenso sind Anwendungen im Rahmen der Analyse von DNA-Sequenzen in vorteilhafter Weise möglich. Dazu können auch Untersuchungen und Bemusterun- gen mehrdimensionaler Proteindatenbanken herangezogen werden. Dazu sind die Informationseinheiten der Datenbanken in entspre¬ chenden Sequenzcodes anzubieten, die auch mehrdimensional sein können. Es ist folglich nicht einschränkend notwendig, ledig¬ lich Spektralanalysen auf eine, zwei oder drei Dimensionen zu beschranken, zumal bei den bevorzugten Anwendungen die Erfin- dung für eine große Anzahl von Informationsfragmenten angewendet werden kann.
In einer bevorzugten Anwendung der Erfindung werden mehrdimensionale DNA-Struktuπnformationen auf wiederkehrende Muster untersucht. Insbesondere wird es mit dieser Erfindung möglich, biologische Fragestellungen interaktiv und verzogerungsfrei für sequenzbasierte Datenmengen zu untersuchen.
Die Erfindung wird nun anhand von Ausfuhrungsbeispielen naher erläutert .
In einem ersten Ausfuhrungsbeispiel werden die Sequenzdaten zunächst m frequenzmodulierte Daten umgesetzt. So erhalt jedes Element der Sequenz in Korrelation zu seinem Nachbarn eine una- re Frequenzinformation zugeordnet. Die eigentliche Sequenz tritt auf diese Weise m den Hintergrund und wird im einfachsten Fall m eine eindimensionale frequenzmodulierte Welle transformiert. Die Sequenzinformation bleibt von dieser Transformation unberührt und wird lediglich in eine komplexe Frequenzinformation gleichen Informationsgehalts umgesetzt.
Der Vorteil dieser Methode ist, daß nun alle mathematischen Methoden zur Signalverarbeitung auf diese frequenzmodulierte Welle angewendet werden können. Besonders die Spektralanalysen der Information ergeben in diesem Zusammenhang den größten Nutzen.
Auf die frequenzmodulierte Welle wird anschließend eine Fast- Fouπer-Transformation (FFT) angewandt. Auf diese transformierten Daten werden dann entsprechende Filter angewandt. Nach der Rucktransformation, der sogenannten inversen Fourier- Transformation (IFFT) und einer Demodulation der Frequenzdaten zurück in die Sequenzdaten wird die entsprechend gefilterte Information erhalten. Somit können Sequenzmuster sehr effizient im Leistungsspektrum gesucht, beispielsweise große genomische Abschnitte oder ganze Genome miteinander verglichen bzw. ausgefiltert werden. Abweichungen vom Idealsignal sind stochastisch abschätzbar, womit der Erwartungshorizont je nach biologischer Fragestellung gezielt gestaltet werden kann. Damit ergibt sich der wesentliche Vorteil des erfindungsgemäßen Verfahren, daß es leicht möglich ist, die notwendigen Algorithmen und Filtersysteme auf einem Rechner zunächst zu entwickeln und danach die gefundenen Methoden in elektronische Schaltkreise umzusetzen. Dann müssen die betreffenden Algorithmen nicht mehr in einem Computer, sondern können in einem Hochfrequenzschaltkreis prozessiert werden. Mit dieser Ausführungsform der Erfindung ist es somit möglich, sehr große sequenzbasierte Datenmenge, z.B. ganze Genome, rasch und verzögerungsfrei interaktiv zu untersuchen.
Das erfindungsgemäße Verfahren ist jedoch nicht auf den einfachsten Fall einer eindimensional frequenzmodulierten Welle beschränkt. Vielmehr können in einem zweiten Beispiel einer Ausführungsform der Erfindung auch dreidimensionale oder mehr¬ dimensionale Proteindatenbanken oder mehrdimensionale DNA- Strukturinformationen in ganz ähnlicher Art und Weise auf entsprechende Muster untersucht werden. Hierzu werden Datenbanken ihre Informationseinheiten in entsprechende Sequenzcodes umset¬ zen. Auch für einen Zusammenbau einer großen Anzahl von n- Informationsfragmenten, wie sie beispielsweise in "Shotgun"- organisierten Datenbänken vorliegen, kann die erfindungsgemäße Methode angewandt werden. Diese n-Informationsfragmente stellen in ihrer Summe die Gesamtinformation einer logischen Einheit N dar. Dabei kann die Summe aller Teilelemente der Fra_gmente we¬ sentlich größer sein, als die Summe der Teilelemente der Gesam¬ tinformation N: n >> N; Y {n 3 N}
Nachdem die Sequenzinformation frequenzmoduliert vorliegt, wird gemäß der vorliegenden Erfindung diese mittels einer Fast- Fourier-Transformation transformiert. Dabei ist im einfachsten Fall die Korrelationsfunktion φfg zweier eindimensionaler Signale, nämlich f (m) und g (m) als eine Faltung des Signals f (m) mit dem Signal g(-m) aufzufassen.
Figure imgf000009_0001
n
Mit dieser Verfahrensweise kann sowohl die Ähnlichkeit zweier eindimensionaler Muster bei einer gegenseitigen örtlichen Verschiebung um i-Bildpunkte gemessen werden, als auch in einem Signal f ( ) nach einem durch g ( ) vorgegebenen Signalverlauf gesucht werden. φfg ist dabei das Maß für die Ähnlichkeit. Dieses Maß wird dann maximal, wenn die Verschiebung i eine maximale Übereinstimmung zwischen der Welle f (m) und dem Muster g (m) erzeugt. Über diese Verschiebung ist dann auch die eindeutige Position des eindimensionalen "Musters" in der Welle gegeben. Über die Rücktransformation und die Demodulation ist die Position des Musters in der Sequenz eindeutig feststellbar. Durch die FFT vereinfacht sich vorteilhaft diese Detektionsfilterung über die Faltung. Die Fouriertransformierten Φfg und F werden aus φfg und f berechnet und weisen folgende Relation auf:
Φfq (k) F(k)G*(k)
wobei G*(k) die konjugiert komplexe Fouriertransformierte von g (m) ist. Bei den vorliegenden enormen Datenmengen sequenzbasierter Datenmuster von Makromolekülen ist in diesem Fall die Operation im Fourierraum vorteilhaft, da für die angesprochene Problematik ausgedehnte Musterfunktionen bereits vorliegen. Eine exakte Übereinstimmung von f (m) und g(m) liefert für φfg die Signalenergie von f (m) und g (m) .
Als ein drittes Beispiel werden nun die zweidimensionalen Relationen aufgeführt:
φfg (i,j) =∑m∑n f (m,n)g(m-i,n-j) , bzw. Φfg(k,l) = F ( k, 1) G* ( k, 1)
Dabei stellt sich durch eingehende Analysen der informa- tiosstragenden biologischen Makromoleküle heraus, daß den reinen Sequenzinformationen erhebliche Informationsgehalte überlagert sind, die sich aus chemisch verwandten Mustern benachbarter Bausteine oder z.B. mehrdimensionaler Ortssignale ergeben.
Die oben beispielhaft beschriebenen Verfahren für eindimensionale und zweidimensionale Relationen können derartige zusätzliche Informationsgehalte rasch durch geeignete stochastisch wirkende Filter im Frequenzraum ermitteln.
Durch eine geeignete Abbildung der relevanten "Ähnlichkeitsfunktion" beteiligter Bausteine oder Bausteingruppen in den Frequenzraum hinein ergeben sich automatisch Strukturen, die sich durch bewährte Filter ermitteln lassen. So können beispielsweise Analysen mit lokalen Leistungsspektren angewendet werden, die sich mit den Spektralenergien der zu untersuchenden Abschnitte beschäftigen.
Das Leistungsspektrum |F(k)|2 ist die Fouriertransformierte der Autokorrelationsfunktion des Signals f (m) und kann daher zur Messung der statistischen Bindungen zwischen den Werten benachbarter Daten von f (m) herangezogen werden. Werden die Lei- stungsspektren innerhalb lokaler Fenster berechnet, so lassen sich auf diese Weise auch ortsinstationäre Muster beschreiben. Eine geeignete Gewichtung der Originalfunktion kann eingesetzt werden, um störende Anteile im Leistungsspektrum zu reduzieren. In der digitalen Bildanalyse wird für die Texturdetektion vor der Fouriertransformation beispielsweise eine Hemming-Funktion der folgenden Art angewandt
h(m,n) = FI (θ,54-0.46 cos ( 2Tli_ ) ) i = m, n 15

Claims

Patentansprüche
1. Verfahren zur Untersuchung von Makromolekülen mit folgenden Verfahrensschritten: a) Erstellen von Sequenzdaten molekularer Sequenzen von Makromolekülen b) Umsetzen der Sequenzdaten in frequenzmodulierte Frequenzdaten c) Transformieren der Frequenzdaten in einen Fourierraum d) Einsatz von Fourieranalysen zum Vergleich, zur Gewichtung, zur Katalogisierung und/oder zur Typisierung der Frequenzdaten e) Rücktransformation der verglichenen, gewichteten, katalogisierten und/oder typisierten Frequenzdaten zu Sequenzdaten in gewichteter, katalogisierter und/oder typisierter Form.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß zum Vergleich, zur Gewichtung, zur Katalogisierung und/oder zur Typisierung Verfahren der Informationsfilterung aus der digitalen Bildanalyse eingesetzt werden.
3. Verfahren nach Anspruch 1 oder Anspruch 2, dadurch gekennzeichnet, daß zum Vergleich, zur Gewichtung, zur Katalogisierung und/oder zur Typisierung Verfahren der Frequenzanalyse eingesetzt werden.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß zum Vergleich, zur Gewichtung, zur Ka¬ talogisierung und/oder zur Typisierung eine stochastische Informationsfilterung im Fourierraum eingesetzt wird.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß Informationseinheiten und Strukturin- formation von mehrdimensionalen Protein- und/oder DNA- Datenbanken in entsprechende Sequenzcodes zum Erstellen von Sequenzdaten codiert werden.
6. Vorrichtung zur Untersuchung von Makromolekülen mit einer Vielzahl elektronischer Bausteine zur Modellierung von Frequenzdaten, die molekulare Sequenzen simulieren, und mit einer Vielzahl von Frequenzfiltern zum Vergleichen, zum Gewichten, zum Katalogisieren und/oder zum Typisieren der durch die Vielzahl elektronischer Bausteine modellierten Frequenzdaten .
7. Vorrichtung nach Anspruch 6, dadurch gekennzeichnet, daß die Vielzahl elektronischer Bausteine und die Vielzahl von Frequenzfiltern mittels rechnergestützten Frequenzanalysen ermittelt und rechnergestützt untereinander zu einem Hardwarenetzwerk gekoppelt sind, das die Abfolge von Informationseinheiten von Makromolekülen simmuliert.
8. Vorrichtung nach Anspruch 7, dadurch gekennzeichnet, daß die Informationseinheiten Basen der Nukleinsäuren, Aminosäurereste von Proteinen und/oder dreidimensionale Sruk- tureinheiten von Proteinen und/oder DNA sind.
9. Anwendung des Verfahrens nach einem der Ansprüche 1 bis 5 oder der Vorrichtung nach Anspruch 6, 7 oder 8 zur Analyse von Proteinsequenzen.
10. Anwendung des Verfahrens nach einem der Ansprüche 1 bis 5 oder der Vorrichtung nach Anspruch 6, 7 oder Anspruch 8 zur Analyse von DNA-Sequenzen.
11. Anwendung des Verfahrens nach einem der Ansprüche 1 bis 5 oder der Vorrichtung nach Anspruch 6, 7 oder 8 zur Untersuchung und Bemusterung dreidimensionaler Proteindatenbanken.
12. Anwendung des Verfahrens nach einem der Ansprüche 1 bis 5 oder der Vorrichtung nach Anspruch 5, 6 oder 8 zur Untersuchung dreidimensionaler DNA-Strukturinformationen auf wiederkehrende Muster.
13. Anwendung des Verfahrens nach einem der Ansprüche 1 bis 5 oder der Vorrichtung nach Anspruch 5, 6 oder 8 zur interak¬ tiven verzögerungsfreien Untersuchung von sequenzbasierten Datenmengen unterschiedlich strukturierter Makromoleküle.
PCT/EP2001/005023 2000-05-05 2001-05-03 Verfahren zur untersuchung von makromolekülen WO2001086247A2 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
IL15251201A IL152512A0 (en) 2000-05-05 2001-05-03 Method for examining macromolecules
US10/275,155 US20040029126A1 (en) 2000-05-05 2001-05-03 Method For examining macromolecules
CA002406694A CA2406694A1 (en) 2000-05-05 2001-05-03 Method for examining macromolecules
AU2001267403A AU2001267403A1 (en) 2000-05-05 2001-05-03 Method for examining macromolecules
EEP200200618A EE200200618A (et) 2000-05-05 2001-05-03 Meetod ja seade makromolekulide uurimiseks ning nende kasutamine
EP01945081A EP1307713A2 (de) 2000-05-05 2001-05-03 Verfahren zur untersuchung von makromolekülen

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10021689.7 2000-05-05
DE10021689A DE10021689A1 (de) 2000-05-05 2000-05-05 Verfahren zur Untersuchung von Makromolekülen

Publications (2)

Publication Number Publication Date
WO2001086247A2 true WO2001086247A2 (de) 2001-11-15
WO2001086247A3 WO2001086247A3 (de) 2003-02-13

Family

ID=7640744

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2001/005023 WO2001086247A2 (de) 2000-05-05 2001-05-03 Verfahren zur untersuchung von makromolekülen

Country Status (9)

Country Link
US (1) US20040029126A1 (de)
EP (1) EP1307713A2 (de)
KR (1) KR20030005318A (de)
AU (1) AU2001267403A1 (de)
CA (1) CA2406694A1 (de)
DE (1) DE10021689A1 (de)
EE (1) EE200200618A (de)
IL (1) IL152512A0 (de)
WO (1) WO2001086247A2 (de)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100839580B1 (ko) 2006-12-06 2008-06-19 한국전자통신연구원 3차원 상대적 방향각과 푸리에 디스크립터를 이용한 단백질구조 비교 장치 및 그 방법
US9146248B2 (en) 2013-03-14 2015-09-29 Intelligent Bio-Systems, Inc. Apparatus and methods for purging flow cells in nucleic acid sequencing instruments
US9591268B2 (en) 2013-03-15 2017-03-07 Qiagen Waltham, Inc. Flow cell alignment methods and systems
DK3082056T4 (da) * 2015-04-14 2022-05-02 Peaccel Fremgangsmåde og elektronisk system til forudsigelse af mindst en fitnessværdi af et protein, relateret computerprogramprodukt
EP3598327B1 (de) * 2018-07-20 2021-05-05 Peaccel Verfahren und elektronisches system zur vorhersage von mindestens einem fitnesswert eines proteins mittels einer erweiterten numerischen sequenz, entsprechendes computerprogrammprodukt

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6054711A (en) * 1997-11-12 2000-04-25 Millennium Pharmaceuticals, Inc. Methods for identifying biological macromolecule interactions with compounds, particularly in complex mixtures

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6054711A (en) * 1997-11-12 2000-04-25 Millennium Pharmaceuticals, Inc. Methods for identifying biological macromolecule interactions with compounds, particularly in complex mixtures

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHECHETKIN V R ET AL: "LEVELS OF ORDERING IN CODING AND NONCODING REGIONS OF DNA SEQUENCES" PHYSICS LETTERS A, NORTH-HOLLAND PUBLISHING CO., AMSTERDAM, NL, Bd. 222, Nr. 5, 11. November 1996 (1996-11-11), Seiten 354-360, XP000670619 ISSN: 0375-9601 *
COSIC I ET AL: "Problems in using FFT versus DFT in the resonant recognition model" ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY, 1995., IEEE 17TH ANNUAL CONFERENCE MONTREAL, QUE., CANADA 20-23 SEPT. 1995, NEW YORK, NY, USA,IEEE, US, 20. September 1995 (1995-09-20), Seiten 1017-1018, XP010215072 ISBN: 0-7803-2475-7 *
LOWARY P T ET AL: "New DNA sequence rules for high affinity binding to histone octamer and sequence-directed nucleosome positioning." JOURNAL OF MOLECULAR BIOLOGY, Bd. 276, Nr. 1, 13. Februar 1998 (1998-02-13), Seiten 19-42, XP002217411 ISSN: 0022-2836 *
MCLACHLAN A D: "Multichannel Fourier analysis of patterns in protein sequences" JOURNAL OF PHYSICAL CHEMISTRY, 25 MARCH 1993, USA, Bd. 97, Nr. 12, Seiten 3000-3006, XP002217410 ISSN: 0022-3654 *
QIANG FANG ET AL: "Finding characteristic bands from protein sequences using wavelet packet transform and energy map" BIOELECTROMAGNETISM, 1998. PROCEEDINGS OF THE 2ND INTERNATIONAL CONFERENCE ON MELBOURNE, VIC., AUSTRALIA 15-18 FEB. 1998, NEW YORK, NY, USA,IEEE, US, 15. Februar 1998 (1998-02-15), Seiten 37-38, XP010274593 ISBN: 0-7803-3867-7 *

Also Published As

Publication number Publication date
US20040029126A1 (en) 2004-02-12
AU2001267403A1 (en) 2001-11-20
CA2406694A1 (en) 2001-11-15
EE200200618A (et) 2004-04-15
DE10021689A1 (de) 2001-12-06
KR20030005318A (ko) 2003-01-17
IL152512A0 (en) 2003-05-29
WO2001086247A3 (de) 2003-02-13
EP1307713A2 (de) 2003-05-07

Similar Documents

Publication Publication Date Title
DE69332975T2 (de) Digitales filter mit hoher genauigkeit und effizienz
DE69328589T2 (de) System und Verfahren zur Darstellung von Bezier-Splines-Kurven
EP0780002B1 (de) Verfahren und vorrichtung zur rekonstruktion von in rasterform vorliegenden linienstrukturen
DE10039538B4 (de) Vorrichtung und Verfahren zum Analysieren der Leistung eines Computerprogramms
DE60223391T2 (de) Tonhöhenbestimmungsverfahren und vorrichtung zur spektralanalyse
EP1301993A2 (de) Verfahren und vorrichtung zur kompression und/oder dekompression sowie zur analyse und darstellung von daten
EP3370046B1 (de) Verfahren und vorrichtung zur bestimmung von maschinendrehzahlen
DE60037416T2 (de) Drehkorrektur und duplikatbildern detektion mit musterkorrelation mittels diskreter fourier-transform
EP1127323A1 (de) Verfahren und anordnung zum vergleich einer ersten eigenschaft mit vorgegebenen eigenschaften eines technischen systems
WO2001086247A2 (de) Verfahren zur untersuchung von makromolekülen
DE102007054306B4 (de) Verfahren zum Analysieren von Wechselspannungssignalen
DE102004028693B4 (de) Vorrichtung und Verfahren zum Bestimmen eines Akkordtyps, der einem Testsignal zugrunde liegt
WO1999010819A1 (de) Verfahren und system zur rechnergestützten ermittlung einer relevanz eines elektronischen dokuments für ein vorgebbares suchprofil
DE102005002188A1 (de) Breitbandsystemmodelle
DE2057660A1 (de) Verfahren und Vorrichtung zur Auswertung eines Signals
EP2302554A2 (de) Verfahren zur Kennzeichnung eines in einem Computerspeichersystem enthaltenen Computerprogrammabschnitts
DE69027619T2 (de) Fourier-Transformationsmethode mit Benutzung zahlentheoretischer Transformationen
DE102010027073A1 (de) Parameterberechnungsvorrichtung und Simulationsvorrichtung
EP1546949B1 (de) Verfahren und vorrichtung zur verifikation von digitalen schaltungen
DE60110452T2 (de) Zeitanpassung in einem cdma-system
EP0843864B1 (de) Verfahren zum klassifizieren und wiedererkennen von mustern, wobei eine signatur durch das glätten eines polygonzugs erzeugt wird
DE10341191B4 (de) Verfahren und Computerprogramm zum Modellieren eines Störimpulses auf einem Kfz-Bordnetz
WO1994003866A1 (de) Verfahren zum bestimmen spektraler anteile einer datenfolge und vorrichtung zur durchführung des verfahrens
EP1097367B1 (de) Verfahren zum bereitstellen von absorptionskoeffizienten
DE4227112A1 (de) Verfahren zur Bestimmung der Komponenten von Fourierspektren für die Technische Diagnostik

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A2

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CR CU CZ DE DK DM DZ EE ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NO NZ PL PT RO RU SD SE SG SI SK SL TJ TM TR TT TZ UA UG US UZ VN YU ZA ZW

AL Designated countries for regional patents

Kind code of ref document: A2

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZW AM AZ BY KG KZ MD RU TJ TM AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR BF BJ CF CG CI CM GA GN GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
REG Reference to national code

Ref country code: DE

Ref legal event code: 8642

WWE Wipo information: entry into national phase

Ref document number: 2001945081

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2406694

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 152512

Country of ref document: IL

WWE Wipo information: entry into national phase

Ref document number: IN/PCT/2002/1794/CHE

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 1020027014765

Country of ref document: KR

Ref document number: 2001267403

Country of ref document: AU

ENP Entry into the national phase

Ref document number: 2002132658

Country of ref document: RU

Kind code of ref document: A

WWP Wipo information: published in national office

Ref document number: 1020027014765

Country of ref document: KR

REG Reference to national code

Ref country code: DE

Ref legal event code: 8642

WWP Wipo information: published in national office

Ref document number: 2001945081

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 10275155

Country of ref document: US

WWW Wipo information: withdrawn in national office

Ref document number: 2001267403

Country of ref document: AU

WWW Wipo information: withdrawn in national office

Ref document number: 2001945081

Country of ref document: EP