バイオシーケンスの比較・アラインメントはなぜ有用なのか？基本をわかりやすく解説

配列アラインメント（整列）は、すべての生物が進化によってつながっているという事実に基づいた手法です。進化系統樹上で近い関係にある種ほど、ヌクレオチド（DNA・RNA）やタンパク質の配列に高い類似性が見られることを利用しています。

アラインメントとは何か

アラインメントとは、配列同士を並べ、一致度を最大限に高めるように整列させる作業のことです。この作業によって、配列間の類似度を定量的に評価できます。共通の祖先を持つ2つの配列は「相同（ホモロガス）」であると呼ばれます。

配列アラインメントで得られる類似度は、2つの配列間に相同性があるかどうかを判断する重要な手がかりとなります。さらに、この情報をもとに、系統樹（進化の樹）における各種の相対的な位置関係を推定することも可能です。

配列アラインメントの定義と種類

生物配列のアラインメント問題は、次のように定義できます。2つ以上の生物配列が入力として与えられたとき、保存性の高い部分配列を共有する相同な配列を識別します。対象が2配列の場合は「ペアワイズ配列アラインメント」、3つ以上の場合は「マルチプル配列アラインメント」と呼ばれます。

比較・整列の対象となる配列は、ヌクレオチド（DNA/RNA）またはアミノ酸（タンパク質）です。ヌクレオチドの場合、記号が完全に一致した場合のみ整列対象となります。一方、アミノ酸の場合は、完全一致に加えて、自然界で実際に起こりうる置換によって互いに変化しうる記号同士も整列の対象とみなされます。

ローカルアラインメントとグローバルアラインメント

アラインメントには大きく分けて2種類あります。ひとつは「ローカルアラインメント」で、配列の一部の領域のみを整列させる方法です。もうひとつは「グローバルアラインメント」で、配列の全長にわたって整列させる方法です。解析の目的に応じて使い分けられます。

置換行列とスコアリングの仕組み

ヌクレオチドやアミノ酸では、挿入・欠失・置換が自然界においてさまざまな確率で発生します。置換行列は、ヌクレオチドやアミノ酸の置換確率、および挿入・欠失の確率を定義したものです。

2つの記号を整列させない（させられない）位置を表すには、ギャップ文字「−」がよく用いられます。アラインメントの質を評価するためには、通常、スコアリング体系が定義されます。一般的には、一致する記号には正のスコアを、ギャップには負のスコアを与えます。

各スコアの代数和がアラインメントスコアとなり、アラインメントの目的は、考えられるすべての整列パターンの中から最大スコアを持つものを見つけることにあります。しかし、厳密に最適なアラインメントを求めるには膨大な計算コストがかかるため、準最適な解を効率よく探索するさまざまなヒューリスティック手法が開発されています。

ゲノムとRNAの関係

ゲノムとは、ある生物が持つ遺伝子の全集合のことです。タンパク質が必要になると、対応する遺伝子がRNAへと転写されます。RNAはヌクレオチドが連なった鎖であり、DNAは複数のRNA分子の合成を司ります。それぞれのRNA分子は、細胞機能においてそれぞれ固有の役割を担っています。