Ergebnisse

1. Ergebnisse mittels Methode 1 (Ergebnis des tba direkt an RNAz übergeben)
2. Ergebnisse mittels Methode 2 (tba-output realignen und trimmen, dann an RNAz)
3. Übersicht über unbekannte Sequenzen
4. Vergleich der beiden Methoden
5. Abschliessende Bemerkungen

RNAz selbst liefert ein sehr schönes Skript mit, was die Veranschaulichung der Ergebnisse in kompakter und gut lesbarer Form aufbereitet, deshalb soll hier auf einige Beispiele verwiesen werden:

(In der 4. Spalte (custom annotation) sind die gefundenen Annotationen aufgeführt, die erste Zeile stammt von NONCODE, die zweite von Rfam und die dritte und somit letzte Zeile geht aus den Annotationen in den vorliegenden *.rnt Dateien hervor; bei NONCODE und Rfam stehen zu den Namen noch die IDs, um diese eindeutig in den Datenbanken wiederfinden zu können)

Ergebnisse mittels Methode 1

Übersicht der Ergebnisse [Auszug]

Die 12 nicht annotierten Loci wurden noch mittels tRNAscan untersucht, es wurden jedoch keine bekannten RNA Strukturen gefunden.

Insgesamt haben wir 94 Sequenz-Alignments an RNAz übergeben, als Ergebnis wurden 76 potentielle RNA-ähnliche Strukturen gefunden, von denen 12 unbekannt waren.

Ratio: 76/94 = 0.8

Ergebnisse mittels Methode 2

Übersicht der Ergebnisse [Auszug]

Die 13 nicht annotierten Loci wurden noch mittels tRNAscan untersucht, es wurden noch in weiteren 7 Loci RNAs gefunden, womit diese auch als potentiell neue RNAs ausgeschlossen werden konnten.

tRNAscan für Methode 2

Insgesamt haben wir 94 Sequenz-Alignments an RNAz übergeben, als Ergebnis wurden 47 potentielle RNA-ähnliche Strukturen gefunden, von denen 6 unbekannt waren.

Ratio: 47/94 = 0.5

Übersicht über Sequenzen mit fehlenden Annotationen (unbekannte)

Wie aus den gezeigten Beispielen leicht ersichtlich ist, konnten nicht allen gefundenen potentiellen RNAs Annotationen zugewiesen werden. Auch nachdem Durchlauf von tRNAscan bleiben noch einige unbekannte Sequenzen übrig. Diese könnten somit funktionale RNAs sein, deshalb wurden die betroffenen Sequenzen herausgeschnitten und in fasta Format gebracht um sie explizit zur Verfügung zu stellen.

Hinweis: die Header sind wie folgt aufgebaut: ">name|start|ende|strang leserichtung"

(+) ... Der Locus aus Methode 1 ist in einem Locus aus Methode 2 enthalten (siehe unten)

(*) ... Die Loci sind gleich

Vergleich der beiden Methoden

Um eine Aussage über den Unterschied in den Methoden zu machen, wurde geschaut, wieviele Loci beide Methoden gefunden haben und wieviele nur in jeweils einer der beiden vorkam, dazu ersteinmal eine Übersichtstabelle (in den Zeilen stehen die jeweils entsprechenden Loci):

• 17 loci sind gleich, bzw unterscheiden sich nur um einzelne Basenpaare Länge (wegen dem Trimmen der Alignments)
• 36 Loci nur aus Methode 1
• 27 Loci nur aus Methode 2
• 3 der Loci aus Methode 2 enthalten gesamt 22 Loci aus Methode 1

Schlüsselt man die Loci aus Methode 2, die die 22 Loci aus Methode 1 zusammenfassen in diese auf, bleibt ein Verhältnis Methode 1 zu Methode 2 von76:66. Somit würden damit 39 Loci zwischen den beiden Varianten übereinstimmen. Die neuen Ratios wären damit:

Methode 1: 76/94 = 0.8

Methode 2: 66/94 = 0.7

Abschliessende Bemerkungen

Genauigkeit von RNAz:

Als vergleich, wie genau RNAz arbeitet, haben wir noch einmal einen Probedurchlauf gestartet, in dem wir aus den gegebenen annotierten Sequenzdateien nur die RNAs herausgeschnitten haben, anschließend wieder paarweise und dann lokale Alignments gesucht haben und diese dann an RNAz übergeben haben. Als Ergebnis hatten wir eine Abschätzung der Genauigkeit von RNAz.

RNAz input: 48 Alignments

RNAz RNA prediction: 37 RNAs

Ratio: 37/48 = 0.77

RNAz findet bzw markiert also in etwa 3/4 der enthaltenen RNAs korrekt als RNA-Strukturen.