首页 > 代码库 > MSA:多重比对序列的格式及其应用
MSA:多重比对序列的格式及其应用
多重比对序列的格式及其应用
这里对多重序列比对格式(Multiple sequence alignment – MSA)进行总结。在做系统演化分析、序列功能分析、基因预测等，都需要涉及到多重序列比对。特别是当需要用不同软件对多重比对序列进行批量操作时，会遇到各种的格式，而这些格式是如何产生的，有什么区别，格式之间如何转换，从哪里可以下载到相关的格式序列，不同的格式又有什么特殊的用途等，本篇文章将就这些问题进行总结与讨论。因为涉及内容较多，不足之处，欢迎大家补充或者批判。
生物信息学的基础是基于这样的一个假设：序列相似，结构相似，功能相似。所以相似的一组序列，就可能同属于一个基因家族，而这样的一组序列相似的部分，就可能使其功能之所在，称其为结构域。这是对于基因家族分类的一种方式，将结构与功能进行联系，从而实现从结构预测功能（序列称为一级结构）。
进行多重比对、多重序列的编辑、多重序列注释、存储与展示、系统演化分析等，不同的软件、不同的系统，除了要兼容现有的格式，还会根据自身的需要，都定义新的格式。所以这些本身可以进行部分的格式转换，同时许多脚本模块比如bioperl等也提供了一些格式之间转换的脚本。这些格式同发布其软件平台有着密切的联系，随着软件的流行而流行。
下表是目前主流的格式：
| 名称 | 后缀 | 描述 | Unique file Feature | 详细定义地址 |
| FASTA | .fasta, fa | Pearson or FASTA sequence format | >SequenceNameTHISISASEQENCE | FASTA (Pearson) |
| GCG/MSF format | .msf, .gcg | GCG Multiple Sequence File (MSF) alignment format | !! AA_MULTIPLE_ALIGNMENT 1.0..// | GCG/MSF |
| Aligned FASTA (UCSC a2m) format | .a2m | UCSC | ||
| Stockholm format | .txt | used by Pfam and Rfam to disseminate protein and RNA sequence alignments. 可以添加丰富的注释信息，适合多序列比对结果的注释。 | # STOCKHOLM 1.0<seqname> <aligned sequence> … // | 链接，wiki链接 |
| PHYLIP | .phy, .phylip, .phylip2 | PHYLIP software | 链接 | |
| NBR/PIR | .pir | NBRF or PIR sequence format | >P1; | 链接 |
| CLUSTAL | .aln, .an, .aln2 | ClustalW alignment format | CLUSTAL | 链接 |
| GDE | .gde | GDE format is a tagged-field format similar to ASN.l that is used for storing all available information about a sequence, including residue color. | 链接 | |
| NEXUS | .nxs, .nexus | Nexus file formatis widely used in Bioinformatics. Several popular phylogenetic programs such as Paup, MrBayes, Mesquite, and MacClade use this format. | 链接 | |
| BLC | .blc | >Seq1>Seq2 | ||
| PFAM | .pfam | SequenceName THISISASEQENCE | 链接 | |
| MEGA | .meg | MEGA software | ||
| SELEX | . | |||
| IG | .ig | |||
| Internet (NCBI) XML format | .xml | |||
| NBRF format | .nbrf |
主要软件平台对于格式的要求
- Clustal
输入：NBRF/PIR, GCG/MSF, PHYLIP, GDE, NEXUS, FASTA
输出：CLUSTAL, NBRF/PIR, GCG/MSF, PHYLIP, GDE, NEXUS, FASTA
- MUSCLE（http://www.drive5.com/muscle/muscle.html）
输入：FASTA, CLUSTAL, MSF
输出：FASTA - hmmbuild
ClustalW, GCG MSF, or SELEX - hmmalign
输入：FASTA, GENBANK, EMBL, GCG, PIR, STOCKHOLM, SELEX, MSF, CLUSTAL, and PHYLIP.
输出：Stockholm, SELEX, MSF, Clustal, Phylip, and A2M - Jalview java viewer （http://www.jalview.org/help.html）
输入：Fasta (Pearson), GCG-MSF, ALN/ClustalW, AMPS Block file, NBRF/PIR (including MODELLER variant), Pfam/Stockholm
输出：Fasta (Pearson), GCG-MSF, ALN/ClustalW, AMPS Block file, NBRF/PIR, Pfam/Stockholm - MEGA
输入：CLUSTAL, NEXUS (PAUP, MacClade), PHYLIP, GCG, FASTA, PIR, NBRF, MSF, IG, and XML formats.
输出：MEGA, PAUP, FASTA - PFAM数据库
Selex, Stockholm, MSF, FASTA
MSA:多重比对序列的格式及其应用
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。