Riconoscimento di sequenze di amminoacidi tramite HMM

1Introduzione La bioinformatica ha guadagnato al giorno d’oggi grande popolarita`invari settori, sia nell’ambito scientifico, sia nella nostra quotidianita`, grazie soprat- tutto ad eventi ampiamente pubblicizzati, come la mappatura del genoma umano o la clonazione degli animali; inoltre, in virtu`deipi`u recenti sviluppi tecnologici, le capacita` di calcolo dei moderni elaboratori sono aumentate in maniera esponenziale e molti progetti che non potevano nemmeno essere affrontati con i metodi tradizionali, possono ora essere risolti o almeno sem- plificati utilizzando software e hardware dedicati. In un progetto come quello del genoma umano, ad esempio, un ruolo chiave e` stato svolto dai computer multiprocessore e dai clusters, affiancati da sofisticati sistemi di archiviazione di massa. Fra le varie applicazioni della bioinformatica, esiste anche quella relati- vamente recente dell’analisi di sequenze di aminoacidi, e piu` in generale di classi di proteine. In questo contesto, si inserisce un progetto ministeriale curato da un gruppo di biologi ed informatici di Firenze e dal dott. Trentin per conto dell’Universit ` a degli Studi di Siena. L’obiettivo principale di questo progetto e` quello di realizzare un sistema che, una volta addestrato su opportuni esempi gia` classificati, riesca a preve- dere la formazione di ponti fra coppie di cisteine all’interno di una sequenza: cio` puo` contribuire in maniera significativa a valutare la struttura secondaria della proteina, ed indirettamente anche quella terziaria (spaziale). Da un punto di vista biologico, analizzando la presenza di questi legami, e` possi- bile anche dedurre se l’RNA che verra` prodotto potra` dare origine a cellule anomale, come ad esempio quelle cancerogene. Il progetto parte dal presupposto che in natura esista una qualche “re- gola” che determina la formazione di legami in base agli aminoacidi presenti nelle proteine; regola che non sembra pero` essere derivabile con metodi logici, ma solo interpretabile su base probabilistica. Per questo motivo si utilizza una collezione di proteine nella quale biologi specialisti hanno individuato sperimentalmente i legami della cisteina: basandosi sulla maggior parte di questi esempi (training set, circa 96% del totale nel nostro caso), il sistema proposto tenta di apprendere, con un approccio tipico dell’Intelligenza Arti- ficiale,ci`o che mette in relazione le strutture delle proteine alla formazione dei ponti di cisteina; i parametri di valutazione acquisiti vengono poi appli- cati ai rimanenti esempi (test set) per verificarne l’efficienza confrontando le sequenze riconosciute con quelle note del test set stesso. In sintesi, si e` cercato di valutare le prestazioni di un riconoscitore basato su HMM applicandolo ad un problema di bioinformatica fino ad ora affrontato con altri metodi.