Identifizierung von Proteinbindungsstellen aus nicht ausgerichteten DNA-Fragmente.

Die Fähigkeit, wichtige Merkmale innerhalb von DNA-Sequenzen allein aus den Sequenzen zu bestimmen, wird zunehmend entscheidend, da großangelegte Sequenzierungsprojekte durchgeführt werden. Wir präsentieren ein Verfahren, das auf das Problem der Identifizierung des Erkennungsmusters für ein DNA-bindendes Protein angewendet werden kann, wobei nur eine Sammlung sequenzierter DNA-Fragmente vorliegt, von denen bekannt ist, dass jedes irgendwo darin eine Bindungsstelle für dieses Protein enthält. Informationen über die Position oder Orientierung der Bindungsstellen innerhalb dieser Fragmente sind nicht erforderlich. Das Verfahren vergleicht den "Informationsgehalt" einer großen Anzahl möglicher Ausrichtungen von Bindungsstellen, um eine Matrixdarstellung des Bindungsmuster zu erhalten. Die Spezifität des Proteins wird als Matrix dargestellt, anstatt als Konsenssequenz, was es ermöglicht, Muster zu identifizieren, die typisch für regulierende Proteinbindungsstellen sind. Die Zuverlässigkeit des Verfahrens verbessert sich, je mehr Sequenzen vorhanden sind, aber die benötigte Zeit steigt nur linear mit der Anzahl der Sequenzen an. Ein Beispiel, das auf bekannten cAMP-Rezeptor-Proteinbindungsstellen basiert, veranschaulicht das Verfahren.