DNA和蛋白质序列比对软件

BLAST

最最最著名的就是BLAST了,BLAST虽然叫做the Basic Local Alignment Search Tool(基本局部比对搜索工具),但是研究中经常用BLAST来寻找同源序列。网络版的BLAST非常强大,http://www.ncbi.nlm.nih.gov/blast/Blast.cgi,想必大家都很熟悉,就不多说了。BLAST也可以在本地进行,方法详见如何在本地BLAST, 另外有个本地版的程序叫bl2seq,用来进行2个序列的比对。

FASTA

FASTA是和BLAST类似的工具,可以在一个数据库中搜索某序列的相似序列,也可以进行2个序列的比对。FASTA比BLAST古老,似乎现在很少有人用,弗吉尼亚大学有FASTA的web server.

一个很古老的序列全局比对(global alignment)工具叫Needle这里有个web版的Needle比对工具。 与Needle对应的是Water,是个很古老的序列局部(local alignment)比对工具,全局比对和局部比对的区别在于,前者尽可能使2个序列在全部长度上可以排列比对,而后者追求达到局部最优比对。这里同时提供了needle和water两种算法进行比对。needle和water只能用于2个序列的比对。题外话:今天得知实验室的师兄用的是Needle,真是怀旧啊。。

另外一个很古老但至今仍然很流行的多序列比对(multiple sequence alignment)工具叫Clustal http://www.clustal.org/. Clustal的图形用户界面版软件叫ClustalX,而命令行模式的版本叫ClustalW,Ubuntu下可以轻松安装CulstalW,只需sudo apt-get install clustalw. Clustal的原理是渐进比对:“在比对过程中,先对所有的序列进行两两比对并计算它们相似性分值,然后根据相似性分值将它们分成若干组,并在每组之间进行比 对,计算相似性分值。根据相似性分值继续分组比对,直到得到最终比对结果。在比对过程中,相似性程度较高的序列先进行比对而距离较远的序列添加在后面。”(抄自这里)因此Clustal不仅可以用来进行多序列比对,也可以构建邻接树(NJ tree).

MUSCLE

一个很新的多序列比对工具叫MUSCLE (multiple sequence comparison by log-expectation) http://www.drive5.com/muscle/. MUSCLE对Clustal的算法进行了改进,具体我也不懂,作者测试的结果是与Clustal相比,运行速度和准确性都有所提高。

最近一直在用ClustalW和MUSCLE,下面对二者的优劣谈谈我的看法。ClustalW可以方便的设定Gap Penalty,即对序列比对出现的缺口如何罚分,这个参数对比对的结果有很大影响,但是ClustalW只能输出clw格式,不方便程序的处理。而MUSCLE可以输出多种格式的文件,总有一款适合你-.- 而且MUSCLE可以在已经进行好的比对里增加新的序列,再次比对,而不必从头对这些序列一起比对。

以上软件除了可以设定一些参数外,不能人为对比对结果进行修改。那么如果我们已知这些序列的某段子序列是比对在一起的,而软件计算的结果却不在一起,我们怎么办呢?换句话说,如果我想预先强制确定某个序列的某个位点与另外一个序列的某位点是比对在一起的,那么就需要这个软件:DiAlign, http://bibiserv.techfak.uni-bielefeld.de/dialign/ DiAlign可以输入一个文件,包含每条序列的锚定位点(即强制比对的区域),在此基础上比对其余序列。上述网站提供了web server,本地安装的方法在这里

此外今天看到一个满可爱的web序列比对软件,Base by Base, http://athena.bioc.uvic.ca/workbench.php?tool=basebybase&db=。它是专门为病毒基因和蛋白质序列比对而开发的,不过推而广之也可以用来比对任何序列。使用者可以手动拖动序列,改变比对的位点,也可以选中想要重新比对的子序列,使用T-Coffee, ClustalW或MUSCLE算法重新进行比对。具体使用方法详见the OpenHelix Blog,有视频演示,非常赞。

罗嗦了一大堆,本来还想写一下各个软件适用的情况,不过我也不是很清楚,暂时算啦,留待以后补充。在MUSCLE的文档里看到,如果不能确信比对结果,就去搞几个不同的比对软件,所有结果中共同的比对区域可信度就高。。 我个人的偏好是2个序列比对或数据库搜索用BLAST,多序列比对用MUSCLE,因为选项丰富,可以根据需要改变一些参数,另外就是可以大规模处理数据。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,402评论 6 499
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,377评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,483评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,165评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,176评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,146评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,032评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,896评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,311评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,536评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,696评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,413评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,008评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,815评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,698评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,592评论 2 353