EMBI 双序列比对

https://www.ebi.ac.uk/Tools/psa/

EMBI 的在线双序列比对工具提供了三种选项，1）全局比对；2）局部比对；3）全基因组比对。
并且每一个比对工具下提供了不同算法的选择。

小试牛刀

这里我使用的uniprot 中的ABCB1 的两种亚型的数据。
https://www.uniprot.org/uniprot/P08183#sequences

选择Needleman-Wunsch 算法的全局比对，先来试试看。

输入序列值

这一步非常简单，将蛋白质序列贴在输入框即可。

可以手动输入，也可以上传文件。

但是embi 对文件格式也做了一定的要求。

设置比对参数

遇事不绝，BLOSUM62 就完事儿拉。（embi 也帮我们设定好了默认的参数）

gap 为罚分情况，而这里的gap 也分了很多种。

查看结果

返回的结果分为两个部分。

第一部分

第一个部分是比对相关设定的参数，以及最终比对的概要，如长度，一致度、相似度、空格，得分。

第二部分

第二部分则是序列比对的具体信息

左边是序列的名字（ps：实际使用发现，对于序列名称较长时，工具无法读完整，因此尽量不要把两条序列的名称弄得太长）

右边则是序列部分。
上下分别是两条序列的信息。而连接两条序列的中间部分，则表示序列匹配的具体情况。

左右分别表示起始或末尾的字母，实际在序列中的位置。

如

表示 R 在该序列中，位于1186位置。

聊一聊gap 的类型

还记得在操作时，第二步提供了gap 罚分的参数选项吗？

实际上，这些gap 也有不同的类型。针对不同类型的gap，调整不同的罚分，可以使结果更加准确。

gap open，便是一系列空格中，开头的那个空格。领头的自然牛一些，因此分数也罚的高。
gap extend，便是跟着gap open 的一系列延伸的空格。跟班的自然比不过打头的，分也低了不少。

结尾也可以设定gap 罚分
end gap penalty 默认为false，若设定为true 则可以使用结尾的gap 罚分。但一般亲缘关系较近且大多数情况下，一般不使用结尾gap 罚分。

不同gap 下的结果

当我们给gap open 大，如 10分，gap extend 小，如0.5分的时候。
结果里的空格在序列比对中的位置就相对非常集中。

自然是因为分散的gap 代价太大了。

而同理，当我们给gap open 小，如 1分，gap extend 大，如5分的时候。结果里的空格也相应的非常分散。

选择适当的gap 罚分

既然两种不同的罚分设定会造成序列比对结果的差异，该选择哪种方式呢？

比如下面就有两个很典型的情况。gap 集中 or gap 分散？

1）有两条相似的待比对序列，是同源序列，因此它们的功能和结构也相似。其中一条序列结构已知，而另一条未知。想通过序列比对，用已知结构序列作为模版，预测另一个序列的结构。（分散）
2）有两条待比对序列，且已知它们大部分区域都是非常相似的，但其中一个序列的功能区，在另一个序列中是缺失的。想要通过序列比对，将另一个序列的功能区找出来。（集中）

如果你对于结果没有什么预期，例如只是为了单纯地比较两个不同的序列，则可以使用默认的罚分参数，即 gap open = 10, gap extend = 0.5。