Detailansicht
Assessing sequence alignments with a sliding window approach for enhanced downstream analyses
Stefan Sebastian Kalteis
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Bioinformatik
Betreuer*in
Ivo Hofacker
Mitbetreuer*in
Heiko Andreas Schmidt
DOI
10.25365/thesis.79312
URN
urn:nbn:at:at-ubw:1-18255.42518.998885-7
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Multiple Sequenzalignments sind ein zentrales Werkzeug in der Genomforschung und Evolutionsbiologie. Sie ermöglichen es, konservierte Regionen zu identifizieren, phylogenetische Bäume zu rekonstruieren und Genfunktionen zwischen Organismen zu vergleichen. Bei realen Alignments zeigt sich jedoch häufig, dass deren Qualität entlang ihrer Länge stark variiert. Unterschiedlich stark konservierte oder divergente Bereiche sowie problematische Abschnitte, etwa durch Fehlalignments, Lücken oder fehlende Daten, treten oft verstreut auf. Solche lokalen Schwächen bleiben in herkömmlichen globalen Qualitätsmetriken häufig unentdeckt, können aber nachgelagerte Analysen verfälschen und zu irreführenden Ergebnissen führen. Zur gezielten Bewertung solcher Probleme wurde eine webbasierte Softwarelösung entwickelt, die die interaktive Analyse und Bearbeitung großer Alignments ermöglicht. Die Software berechnet lokale Metriken wie Vollständigkeit, Divergenz und phylogenetischen Informationsgehalt gleitend über das Alignment hinweg. So lassen sich kritische Regionen identifizieren, die bei globalen Auswertungen meist unbemerkt bleiben. Nutzerinnen und Nutzer können diese Metriken visuell erkunden, bestimmte Sequenzen vergleichen oder gezielt in auffällige Bereiche zoomen und dort problematische Abschnitte herausfiltern oder entfernen. Sämtliche Bearbeitungsschritte werden protokolliert, um Nachvollziehbarkeit und Reproduzierbarkeit zu gewährleisten. Darüber hinaus erlaubt die Oberfläche das Einblenden biologischer Annotationen, entweder bezogen auf das Alignment oder relativ zu einer Referenzsequenz. Dadurch lässt sich bewerten, ob schlecht ausgerichtete Regionen mit funktionell relevanten Bereichen wie kodierenden Sequenzen oder konservierten Domänen zusammenfallen. Die Anwendung unterstützt zahlreiche Alignment- und Annotationsformate und wurde mit Fokus auf Benutzerfreundlichkeit und Zugänglichkeit entwickelt. Bei der Analyse von Alignments aus Viren, Pflanzen und Vertebraten zeigte das System wiederholt lokale Unregelmäßigkeiten wie lange Lücken, stark abweichende Einzelsequenzen oder Abschnitte mit sehr geringem phylogenetischem Informationsgehalt. Durch die Darstellung aller Metriken entlang der Positionen im Alignment sind diese Problemstellen jedoch leicht zu erkennen und können gezielt bearbeitet werden. Die Berechnungen erfolgen im Backend mit der externen Software AliShredder, einem bestehenden Werkzeug zur fensterbasierten Alignment-Analyse. Die benutzerfreundliche Oberfläche unterstützt eine explorative Untersuchung und erlaubt gezielte Eingriffe in problematische Abschnitte. Durch die Kombination aus lokalen Qualitätsmetriken und kontextbezogener Visualisierung bietet das System einen transparenten und effektiven Ansatz zur Qualitätsverbesserung von Alignments – und trägt so zu zuverlässigeren phylogenetischen und funktionellen Auswertungen bei.
Abstract
(Englisch)
Multiple sequence alignments are a cornerstone in modern genomics and evolutionary biology. They allow researchers to identify conserved regions, reconstruct phylogenetic trees, and investigate gene functions across organisms. However, large alignments are typically not homogeneous across their entire length; different regions can be variously conserved or diverged, and problematic stretches—such as misaligned gaps, divergent regions, or missing data—may be dispersed throughout the alignment. Because such local issues are not captured by standard global quality metrics, they can bias downstream analyses and lead to misleading conclusions. To assess long alignments for such issues, a web-based tool was developed that supports the interactive assessment and refinement of sequence alignments. The system enables researchers to explore large alignments using a collection of metrics such as completeness, divergence, and site-informativity, all computed in a sliding-window framework. This local perspective helps pinpoint problematic regions that global summaries typically tend to miss. Users can visually inspect these metrics, compare different sequences or zoom into regions, and apply filtering operations to extract or discard suspect segments. All editing actions are tracked in log files to ensure transparency and reproducibility. The interface can integrate annotation overlays, based on alignment coordinates or using a reference sequence, allowing users to evaluate whether low-quality alignment segments coincide with biologically important features, such as coding regions or conserved domains. The tool supports a wide range of alignment formats and annotation types, and is implemented using an interactive frontend, with a focus on accessibility and usability. Applied to a range of viral, plant, and vertebrate alignments, the dashboard repeatedly exposed local irregularities like extended gaps, sporadic but strikingly divergent sequences, and windows with almost no phylogenetic signal. Because each metric is plotted in genomic coordinates, these weak points become apparent and can be trimmed or extracted with a single interaction. All calculations are handled in the backend by AliShredder, a software tool for window-based alignment analysis. The browser frontend supports interactive exploration and automatically logs every editing step. Together, the window-based metrics and annotation-aware visualisation offer a clear and reproducible path to cleaner multiple-sequence alignments and more reliable downstream phylogenetic and functional analyses.
Schlagwörter
Schlagwörter
(Deutsch)
Multiple Sequenzalignments Sliding Window Analyse Alignmentqualität Interaktives Web Dashboard Phylogenie Phylogenomik Bioinformatik Datenvisualisierung Molekularbiologie Evolutionsbiologie Sequenzanalyse Annotation Genomik
Schlagwörter
(Englisch)
Multiple Sequence Alignments Sliding-Window Analysis Alignment Quality Interactive Web Dashboard Phylogeny Phylogenomics Bioinformatics Data Visualization Molecular Biology Evolutionary Biology Sequence Analysis Annotation Genomics
Autor*innen
Stefan Sebastian Kalteis
Haupttitel (Englisch)
Assessing sequence alignments with a sliding window approach for enhanced downstream analyses
Publikationsjahr
2025
Umfangsangabe
viii, 73 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Ivo Hofacker
AC Nummer
AC17612281
Utheses ID
76625
Studienkennzahl
UA | 066 | 875 | |