多序列比对的两种新方法_陈莹.pdfVIP

第 32 卷第 2 期 河 海 大 学 学 报 ( 自 然 科 学 版 ) Vol . 32 No . 2 ( ) 2004 年 3 月 Journal of Hohai University Natural Sciences Mar . 2004 多序列比对的两种新方法 陈　莹 ,王能超 (华中科技大学数学系 ,湖北 武汉 　430074) 摘要 :对两种用于多序列比对的新方法 ———TCOFFEE 和 MAFFT 进行了研究 ,结果表明: TCOFFEE 是迄今为止准确性最高的方法 ,但此方法速度较慢 ;而 MAFFT 则将 FFT 运用于比对中 ,使速度大大 提高 ,并且与 TCOFFEE 的准确程度相当. 关键词 :多序列比对 ;TCOFFEE ;MAFFT ;BAliBASE 比对数据库 ( ) 中图分类号 :TP301. 6 　　文献标识码 :A 　　文章编号 :1000 1980 2004 020239 04 多序列比对就是把两条以上可能有系统进化关系的序列进行比对的方法. 实际中一般运用的是几种经 [ 1] ( ) 典的算法 ,如动态规划算法 、GarrilloLipman 算法 、遗传算法 、隐马尔克夫模型 HMM 等. 目前使用最广泛的 多序列比对程序是 CLUSTALW[2 ] . 本文介绍多序列比对的两种新方法 ———TCOFFEE 和 MAFFT ,并对这两种方法进行了评价和比较. 1 　TCOFFEE 1. 1 　基本思想 TCOFFEE[3 ] ( Treebased Consistency Obj ective Function For alignmEnt Evaluation) ,基于树的比对评估调和 目 标函数. 这种算法提供了一种运用庞杂的数据源创建多序列比对的简单 、易用方法. 建立比对的原始库和计算权重. 在原始库中先用局部比对和全局比对方法建立双序列比对 ,局部比对和 全局比对分别用 ClustalW 和Lalign 程序进行 ;然后给每一对进行比对的残基都分配一个权重 ,定义每一对所 得到的权重 ,等于在双序列比对中相同残基所占的百分比. 例如 ,下面 2 个序列 SeqA : GARFIELD 　THE 　LAST 　FAT 　CAT SeqB : GARFIELD 　THE 　FAST 　CAT 　- - - 16 - 2 ( ) ( ) 有 16 个残基匹配 ,2 个残基不匹配 黑体表示的 ,可以算得权重 w SA , SB = ×100 % = 88 %. 16 库的连结和扩展. 可以用简单程序将 ClustalW 和Lalign 的基库集中在一起 ,把局部和全局比对信息有效 地结合在一起. 基库可直接用于计算多序列比对 ,并可找到最匹配的残基对的比对. 另一方面 ,用打分系统对 所有比对残基进行一致性检验 ,这样可增大库里信息的准确程度. 接着对库进行扩展 ,令任意残基对经过处 理的最后权重能反映整个库