多序列比對(duì)的主要用途

1.確認(rèn)：一個(gè)未知的序列是否屬于某個(gè)家族；

2.建立：系統(tǒng)發(fā)生樹(shù)，查看物種間或者序列間的關(guān)系；

3.模式識(shí)別：一些特別保守的序列片段往往對(duì)應(yīng)重要的功能區(qū)域，通過(guò)多序列比對(duì)，可以找到這些保守片段；

4.已知推未知：把已知有特殊功能的序列片段通過(guò)多序列比對(duì)做成模型，然后根據(jù)該模型推測(cè)未知的序列片段是否也具有該功能；

5.其他：預(yù)測(cè)蛋白質(zhì)/RNA 二級(jí)結(jié)構(gòu)等等。

多序列比對(duì)工具

目前市面上的多序列比對(duì)工具都不是很完美，因?yàn)槎嘈蛄斜葘?duì)的復(fù)雜度和雙序列比對(duì)不是一個(gè)數(shù)量級(jí)的。你可以想象二維打分矩陣，但n維，是不是就太復(fù)雜了？

因此多序列比對(duì)算法，犧牲了準(zhǔn)確度，以提升速度。

多序列比對(duì)注意事項(xiàng)

對(duì)序列的要求

序列的數(shù)量不能太多。一般10-15條，最好別超過(guò)50條。
序列的親緣關(guān)系不能太遠(yuǎn)。兩兩之間序列相似度低于30%的一組序列，進(jìn)行多序列比對(duì)的結(jié)果沒(méi)有意義，甚至無(wú)法進(jìn)行比對(duì)。
序列的親緣關(guān)系不能太近。兩兩之間序列相似度高于90%的一組序列，進(jìn)行再多的比對(duì)也是等于比對(duì)一條。
序列長(zhǎng)度不能太短。多序列比對(duì)只支持差不多長(zhǎng)的序列。
序列不能包含重復(fù)域。如果序列中包含過(guò)多的重復(fù)片段，序列比對(duì)的程序可能會(huì)報(bào)錯(cuò)。

對(duì)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。
名字的長(zhǎng)度不要超過(guò)15個(gè)字符。
一組序列里，不要有重名的序列。
如果不按上述幾點(diǎn)命名，多序列比對(duì)工具會(huì)自動(dòng)地修改序列，以符合規(guī)范。

多序列比對(duì)工具

EMBL 的網(wǎng)頁(yè)工具

embl 真是提供了太多的工具以供使用。

cluster omega

這熟悉的界面～我們接著用參考序列
我們直接使用默認(rèn)值即可
submit 就好
比對(duì)結(jié)果

ps：一般來(lái)說(shuō)，設(shè)置的aligned 排列規(guī)則可能會(huì)導(dǎo)致輸出結(jié)果的序列順序發(fā)生改變。
顯示序列顏色

紅色表示為保守序列
同樣也有對(duì)應(yīng)符號(hào)的特殊含義

通過(guò)解讀這些符號(hào)，我們可以了解保守區(qū)域的位置——一般來(lái)說(shuō)是*與: 比較密集的地方。

查看結(jié)果總結(jié)

了解序列間關(guān)系

Percent Identity Matrix

第一列和第一行是一樣的。其實(shí)我們只要看對(duì)角線一側(cè)的結(jié)果就可以了，因?yàn)樗鼈兌际且粯禹樞驅(qū)Ρ鹊模Y(jié)果也是對(duì)稱的。
這個(gè)矩陣可以告訴我們所有矩陣兩兩之間的序列一致度。

Phylogenetic Tree 系統(tǒng)發(fā)生樹(shù)

其實(shí)這個(gè)樹(shù)本名應(yīng)該叫g(shù)uide tree，只是embl 在制作時(shí)，將結(jié)果發(fā)送給了做系統(tǒng)發(fā)生樹(shù)的軟件，所以形成了相同的構(gòu)造。（并沒(méi)有進(jìn)行距離校正）因而不同作為系統(tǒng)發(fā)生樹(shù)。
ps：現(xiàn)在的版本已經(jīng)將guide tree 與Phylogenetic Tree 分隔開(kāi)了。