多序列比對

 

文章轉載於 Original 2017-07-11 liuhui  生信百科

多序列比對（或多序列聯配，multiple sequence alignment，MSA），是指把多條（3 條或以上）有系統進化關系的蛋白質或核酸序列進行比對，盡可能地把相同的鹼基或氨基酸殘基排在同一列上。這樣做的意義是，對齊的鹼基或氨基酸殘基在進化上是同源的，即來自共同祖先（common ancestor）。下圖是一個 MSA 的例子。

MSA 有許多用途，如構建系統發育樹，選擇壓分析，基因家族的保守結構域分析，motif 分析等。

MSA 分析的軟件有很多，如 mafft（http://mafft.cbrc.jp/alignment/software/），muscle（http://www.drive5.com/muscle/downloads.htm），probcons（http://probcons.stanford.edu/），T-coffee（http://tcoffee.crg.cat/），clustalw（http://clustalw.ddbj.nig.ac.jp/）等。

從軟件的速度和准確性出發，mafft 和 muscle 是不錯的選擇。這里介紹 mafft 的使用方法。

mafft 安裝（非 root）

• 下載

• wget http://mafft.cbrc.jp/alignment/software/mafft-7.310-with-extensions-src.tgz
• 解壓
• tar -zxvf mafft-7.310-with-extensions-src.tgz
• 編輯 Makefile 文件的第一行

• cd mafft-7.310-with-extensions/core/

  vim Makefile (或用 nano 等進行編輯)

  編輯：

  PREFIX = /usr/local

  為:

  PREFIX = /home/your_home/somewhere

  （如：PREFIX = /home/liuhui/bin/mafft-7.310

• 編譯和安

• make

  make install

• 安裝最后安裝在 /home/liuhui/bin/mafft-7.310/bin 下，將這個路徑放到 .bashrc 中即可

• mafft 使用方法

  mafft 的一般用法為：

• mafft [arguments] input > output

• input 可以是 fasta 格式的蛋白質或核苷酸序列。

  對於 200 條序列以內且序列長度小於 2,000 bp 或 aa 的文件，可以使用 mafft-linsi

• mafft-linsi input > output
• 文件較小時，也可以使用在線版：http://mafft.cbrc.jp/alignment/server/