多序列比对及相关工具 | 您所在的位置:网站首页 › muscle算法 › 多序列比对及相关工具 |
参考:https://www.bilibili.com/video/BV13t411372E?p=50 多序列比对,multiple alignment,是对两条以上的生物序列进行全局比对。 多序列比对的主要用途1.确认:一个未知的序列是否属于某个家族; 2.建立:系统发生树,查看物种间或者序列间的关系; 3.模式识别:一些特别保守的序列片段往往对应重要的功能区域,通过多序列比对,可以找到这些保守片段; 4.已知推未知:把已知有特殊功能的序列片段通过多序列比对做成模型,然后根据该模型推测未知的序列片段是否也具有该功能; 5.其他:预测蛋白质/RNA 二级结构等等。 多序列比对工具目前市面上的多序列比对工具都不是很完美,因为多序列比对的复杂度和双序列比对不是一个数量级的。你可以想象二维打分矩阵,但n维,是不是就太复杂了? 因此多序列比对算法,牺牲了准确度,以提升速度。 多序列比对注意事项 对序列的要求 序列的数量不能太多。一般10-15条,最好别超过50条。 序列的亲缘关系不能太远。两两之间序列相似度低于30%的一组序列,进行多序列比对的结果没有意义,甚至无法进行比对。 序列的亲缘关系不能太近。两两之间序列相似度高于90%的一组序列,进行再多的比对也是等于比对一条。 序列长度不能太短。多序列比对只支持差不多长的序列。 序列不能包含重复域。如果序列中包含过多的重复片段,序列比对的程序可能会报错。 对序列命名的要求 名字里不能有空格,可以用“_”代替空格。 不要用特殊字符,比如中文、@、#、¥、%等等。 名字的长度不要超过15个字符。 一组序列里,不要有重名的序列。 如果不按上述几点命名,多序列比对工具会自动地修改序列,以符合规范。 多序列比对工具 EMBL 的网页工具embl 真是提供了太多的工具以供使用。 cluster omega这熟悉的界面~ 我们接着用参考序列 我们直接使用默认值即可 submit 就好 比对结果 ps:一般来说,设置的aligned 排列规则可能会导致输出结果的序列顺序发生改变。 显示序列颜色 红色表示为保守序列 同样也有对应符号的特殊含义 通过解读这些符号,我们可以了解保守区域的位置——一般来说是*与: 比较密集的地方。 查看结果总结 了解序列间关系Percent Identity Matrix 第一列和第一行是一样的。其实我们只要看对角线一侧的结果就可以了,因为它们都是一样顺序对比的,结果也是对称的。 这个矩阵可以告诉我们所有矩阵两两之间的序列一致度。 Phylogenetic Tree 系统发生树 其实这个树本名应该叫guide tree,只是embl 在制作时,将结果发送给了做系统发生树的软件,所以形成了相同的构造。(并没有进行距离校正)因而不同作为系统发生树。 ps:现在的版本已经将guide tree 与Phylogenetic Tree 分隔开了。 Tcoffee和clustal 系列算法上类似,但准确度上比clustal 系列略高,并且计算耗时上也略高。 另外,tcoffee 有很多变形,也意味着它有更多的功能。许多网站都提供tcoffee 的使用工具。 http://tcoffee.crg.cat/ Tcoffee 对于不同类型的序列,也提供了更进一步的比对工具。(其实是更多种类的咖啡)Expresso 为序列加入结构信息,使结果更加准确。 M-coffee 把多个序列比对结果整合一个。 PSI/TM-coffee 专为穿膜蛋白打造。 PSI-coffee 专为远源序列打造。 expresso,蛋白质多序列比对继续使用网站的示例序列。 可以通过各种方式给入结构信息如果有现成的结构文件(PDB),也可以直接上传。 也可以使用模版或通过系统自动查找 ps:一般计算需要比较久的时间,因此最好留个邮箱。 从结果来看,通过颜色反映对比结果的好坏。越好越红,越蓝越坏。而对比单纯地用T-coffee的话,expresso 也能给出更为精准的结果。 多序列比对保存格式无论是cluster omega 还是tcoffee ,都提供了多种序列比对的保存格式。 选择合适的保存格式 多序列比对结果的编辑工具 Jalviewhttp://www.jalview.org/ 在embl 的Multiple Sequence Alignment工具下,result 中也提供了jalview,可以快速启动。但需要注意的是,但这个在线版本功能不全。 软件版本的jalview 提供了更为全面的功能,且关联了非常多的数据库。 jalview 的软件界面可以非常清晰地看到,jalview 有很多的功能。包括彩色显示,以及蛋白质结构,系统发生树等。 我们可以导入通过clustal omega 形成的.clustal 文件(多序列比对的结果)。 保守区、质量区、共有序列(所有序列出现频率最高的字母,如果是两个或两个以上字母,则显示+) 上色 color 下有很多种颜色供我们选择。 percentage identity 可以和 conservation 下的结果相匹配,会用深浅不同的蓝色表示。通过调整by conservation,调整颜色出现的阈值。 还可以根据clustal 结果上色,和clustal 比对网页中的颜色结果是相同的。 表格中表示了不同氨基酸有不同的颜色方案。 编辑序列 调整界面显示及图片导出通过-format-wrap ,实现换行。 如果觉得字体太小,还可以通过format-font,进行调整。 如果我们只想要序列比对部分,不想要柱状图的注释。可以通过view-show annotation 取消。 我们还可以通过 calculate-sort 给比对中的序列排序。 还可以通过 calculate-pairwise alignment 为它们做双序列比对。 还可以通过选中不同的序列,通过 calculate-calculate tree 为它们做系统进化树。 还可以通过web service 为选中的某个序列做蛋白质二级结构预测。 弄好了一切,那就把图片导出来给大伙看看吧! 其他多序列比对美化工具 |
CopyRight 2018-2019 实验室设备网 版权所有 |