Matrices AVL pour la classification et l'alignement de séquences protéïques
Abstract
La matrice de Dayhoff de comparaison par paires entre acides aminés, a joué un rôle crucial pour alimenter la recherche bioinformatique. Il peut s'agir d'aligner une famille de séquences protéïques, via des algorithmes de type "programmation dynamique". Il peut également s'agir de l'information "Similarité" pour la classification de telles séquences, après ou sans un alignement préalable. Si une nouvelle matrice dite BLOSUM 62 est maintenant également considérée par les biologistes, sa nature statistique est la même que celle de Dayhoff; dont le principe d'obtention est plus ambitieux, mais moins robuste. Un premier objectif de ce travail est d'expliciter en les comparant les conceptions de chacune des deux matrices. Nous proposons aussi deux nouvelles matrices qui sont respectivement associées; mais qui sont conformes à la méthodologie de l'{\em A}nalyse de la {\em V}raisembla- nce des {\em L}iens (AVL). Les quatre matrices sont comparées à travers la classification AVL, sur ! un ensemble aligné de 89 séquences protéïques de cytochrome C. Nous donnons au codage de l'information Similarité deux formes : "graphe valué" et "préordonnance". Si l'alignement mentionné est réalisé à partir de considérati- ons structurelles, les nouvelles matrices permettent un alignement multiple via des algorithmes de type programmation dynamique et aggrégation selon le plus proche voisin.