当前位置：搜档网 › 多序列比对_I

多序列比对_I

Clustalx 多重序列比对图解教程(图解使用)

Clustalx 多重序列比对图解教程(By Raindy) 本帖首发于Raindy'blog,转载请保留作者信息，谢谢！欢迎有写生物学软件专长的战友，加入生信教程写作群：，接头暗号：你所擅长的生物学软件名称软件简介: CLUSTALX－是CLUSTAL多重序列比对程序的Windows版本。Clustal X为进行多重序列和轮廓比对和分析结果提供一个整体的环境。序列将显示屏幕的窗口中。采用多色彩的模式可以在比对中加亮保守区的特征。窗口上面的下拉菜单可让你选择传统多重比对和轮廓比对需要的所有选项。主要功能：你可以剪切、粘贴序列以更改比对的顺序；你可以选择序列子集进行比对；你可以选择比对的子排列(Sub-range)进行重新比对并可插入到原始比对中；可执行比对质量分析，低分值片段或异常残基将以高亮显示。当前版本:1.83 PS:如果你是新手或喜欢中文界面,推荐使用本人汉化的Clustalx 1.81版链接地址::ist&ID=7435(请完整复制) 应用:Clustalx比对结果是构建系统发育树的前提实例：植物呼肠孤病毒属外层衣壳蛋白P8(AA序列)为例流程：载入序列―>编辑序列―>设置参数―>完全比对―>比对结果 1.载入序列：运行ClustalX，主界面窗口如下所图（图1），依次在程序上方的菜单栏选择“File”－“Load Sequence”载入待比对的序列，如图2所示，如果当前已载入序列，此时会提示是否替换现有序列(Replace existing sequences)，根据具体情形选择操作。

图1

图2 2.编辑序列：对标尺(Ruler)上方的序列进行编辑操作，主要有Cut sequences(剪切序列)、Paste sequences(粘贴)、Select All sequences(选定所有序列)，Clear sequence Selection(清除序列选定)、Search for string(搜索字串)、Remove All gaps(移除序列空位)、Remove Gap-Only Columns(仅移除选定序列的空位)

实验3 两条序列比对与多序列比对

实验三：两条序列比对与多序列比对实验目的：学会使用MegAlign，ClustalX和MUSCLE进行两条序列和多条序列比对分析实验内容：双序列比对是使两条序列产生最高相似性得分的序列排列方式和空格插入方式。两条序列比对是生物信息学最基础的研究手段。第一次实验我们用dotplot方法直观地认识了两条序列比对。但是dotplot仅仅是展示了两条序列中所有可能的配对，并不是真正意义上的序列比对。这里介绍进行两条序列比对的软件-MegAlign。多序列比对是将多条序列同时比对，使尽可能多的相同（或相似）字符出现在同一列中。多序列比对的目标是发现多条序列的共性。如果说序列两两比对主要用于建立两条序列的同源关系，从而推测它们的结构和功能，那么，同时比对多条序列对于研究分子结构、功能及进化关系更为有用。多序列比对对于系统发育分析、蛋白质家族成员鉴定、蛋白质结构预测、保守模块的搜寻等具有非常重要的作用。我们这节课主要学习多条序列比对的软件-ClustalX, MUSCLE。一、MegAlign DNASTAR公司的Lasergene软件包是一个比较全面的生物信息学软件，它包含了7个模块。其中MegAlign可进行两条或多条序列比对分析。 1. 两条序列比对 1.1 安装程序解压DNASTAR Lasergene软件压缩包，双击Lasergene710WinInstall.exe文件，按照默认路径安装软件到自己电脑上。 1.2 载入序列 a.点击开始－程序－Lasergene－MegAlign，打开软件。我们首先用演示序列（demo sequence）学习软件的使用。演示序列所在位置：C:\Program files\ DNASTAR\ Lasergene\ Demo Megalign\ Histone Sequences\。 b. 点击主菜单File—Enter sequence－选择序列所在文件夹，选择序列tethis21.seq和tethis22.seq，点击Add，这两条序列将出现在右侧selected sequences框中（Figure 3.1），选择完毕点击Done回到程序页面。 Figure 3.1 载入序列

多重序列比对及系统发生树的构建

多重序列比对及系统发生树的构建作者：佚名来源：生物秀时间：2007-12-31 【实验目的】 1、熟悉构建分子系统发生树的基本过程，获得使用不同建树方法、建树材料和建树参数对建树结果影响的正确认识； 2、掌握使用Clustalx进行序列多重比对的操作方法； 3、掌握使用Phylip软件构建系统发生树的操作方法。【实验原理】在现代分子进化研究中，根据现有生物基因或物种多样性来重建生物的进化史是一个非常重要的问题。一个可靠的系统发生的推断，将揭示出有关生物进化过程的顺序，有助于我们了解生物进化的历史和进化机制。对于一个完整的进化树分析需要以下几个步骤：⑴要对所分析的多序列目标进行比对（alignment）。⑵要构建一个进化树（phyligenetic tree）。构建进化树的算法主要分为两类：独立元素法（discrete character methods）和距离依靠法（distance methods）。所谓独立元素法是指进化树的拓扑形状是由序列上的每个碱基/氨基酸的状态决定的（例如：一个序列上可能包含很多的酶切位点，而每个酶切位点的存在与否是由几个碱基的状态决定的，也就是说一个序列碱基的状态决定着它的酶切位点状态，当多个序列进行进化树分析时，进化树的拓扑形状也就由这些碱基的状态决定了）。而距离依靠法是指进化树的拓扑形状由两两序列的进化距离决定的。进化树枝条的长度代表着进化距离。独立元素法包括最大简约性法（Maximum Parsimony methods）和最大可能性法（Maximum Likelihood methods）；距离依靠法包括除权配对法（UPGMAM）和邻位相连法（Neighbor-joining）。⑶对进化树进行评估，主要采用Bootstraping法。进化树的构建是一个统计学问题，我们所构建出来的进化树只是对真实的进化关系的评估或者模拟。如果我们采用了一个适当的方法，那么所构建的进化树就会接近真实的“进化树”。模拟的进化树需要一种数学方法来对其进行评估。不同的算法有不同的适用目标。一般来说，最大简约性法适用于符合以下条件的多序列：i 所要比较的序列的碱基差别小，ii 对于序列上的每一个碱基有近似相等的变异率，iii 没有过多的颠换/转换的倾向，iv 所检验的序列的碱基数目较多（大于几千个碱基）；

多序列比对

在寻找基因和致力于发现新蛋白的努力中，人们习惯于把新的序列同已知功能的蛋白序列作比对。由于这些比对通常都希望能够推测新蛋白的功能，不管它们是双重比对还是多序列比对，都可以回答大量的其它的生物学问题。举例来说，面对一堆搜集的比对序列，人们会研究隐含于蛋白之中的系统发生的关系，以便于更好地理解蛋白的进化。人们并不只是着眼于某一个蛋白，而是研究一个家族中的相关蛋白，看看进化压力和生物秩序如何结合起来创造出新的具有虽然不同但是功能相关的蛋白。研究完多序列比对中的高度保守区域，我们可以对蛋白质的整个结构进行预测，并且猜测这些保守区域对于维持三维结构的重要性。显然，分析一群相关蛋白质时，很有必要了解比对的正确构成。发展用于多序列比对的程序是一个很有活力的研究领域，绝大多数方法都是基于渐进比对（progressive alignment）的概念。渐进比对的思想依赖于使用者用作比对的蛋白质序列之间确实存在的生物学上的或者更准确地说是系统发生学上的相互关联。不同算法从不同方面解决这一问题，但是当比对的序列大大地超过两个时（双重比对），对于计算的挑战就会很令人生畏。在实际操作中，算法会在计算速度和获得最佳比对之间寻求平衡，常常会接受足够相近的比对。不管最终使用的是什么方法，使用者都必须审视结果的比对，因为再次基础上作一些手工修改是十分必要的，尤其是对保守的区域。由于本书偏重于方法而不是原理，这里只讨论一小部分现成的程序。我们从两个多序列比对的方法开始，接下去是一系列的利用蛋白质家族中已知的模体或是式样的方法，最后讨论两个具有赠送的方法，因为绝大多数公开的算法不能达到出版物的数量。在本章结尾部分将会列出更详细的多序列比对的算法。渐进比对方法 CLUSTAL W CLUSTAL W算法是一个最广泛使用的多序列比对程序，在任何主要的计算机平台上都可以免费使用。这个程序基于渐进比对的思想，得到一系列序列的输入，对于每两个序列进行双重比对并且计算结果。基于这些比较，计算得到一个距离矩阵，反映了每对序列 Bioinformatics: A Practical Guide to the Analysis of genes and Proteins Edited by A.D. Baxevanis and B.E.E. Ouellette ISBN 0-471-191965. pages 172-188. Copyright ? 1998 Wiley – Liss. Inc.

用ClustalX做多序列比对分析

用ClustalX做多序列比对分析图示 1、打开程序如下图所示： 2、Load Sequnce, 载入序列如下图所示： fasta格式的文件关键不在于文件名的后缀是什么，而是在于序列的格式。fasta的格式是： 1、第一行以>开头，紧接着序列的注释和描述。 2、第二行是纯序列atgcg.... 其他序列再起一行，如此下去就可以了。如： >seq1 |this is a example atgattggaacttgacgt.... >seq2 |this is another example ttgagttgaccgtgacgtgag.....

3、选择序列文件，FASTA格式的如下图所示： 4、用文本编辑器察看FASTA序列文件容，这里用的是记事本，推荐用EditPlus或者Ultraedit

如下图所示： 5、序列Load进去之后如下图所示：

6、Do Complete Alignment, 通常情况下直接选这个即可，无须修改比对参数如下图所示： 7、点Do Complete Alignment之后弹出的文件对话框，.dnd的是输出的指导树文件，.aln的是序列比对结果，它们都是纯文本文件如下图所示：

点“ALIGN”之后开始等待，如果序列不多，很快就可以算完，如果数据很多，可能要等一段时间，这时候可以用眼睛盯着ClustalX的状态栏，那里会有程序运行状态和现在正在比对那两条序列的提示信息，看看可以消磨时间。。。 8、比对结束之后，我们可以看到这个结果如下图所示：

9、这时候我们可以发现ClustalX已经生成了.dnd和.aln两个文件，仍然用文本编辑器打开来看，这时.aln文件，这个文件可以用Mega2做进一步的bootstrap进化树分析如下图所示： 10、这是.dnd文件（指导树）如下图所示：

多重序列比对

第三章序列比较 3.3 序列多重比对与序列两两比对不一样，序列多重比对（Multiple Alignment）的目标是发现多条序列的共性。如果说序列两两比对主要用于建立两条序列的同源关系和推测它们的结构、功能，那么，同时比对一组序列对于研究分子结构、功能及进化关系更为有用。例如，某些在生物学上有重要意义的相似性只能通过将多个序列对比排列起来才能识别。同样，只有在多序列比对之后，才能发现与结构域或功能相关的保守序列片段。对于一系列同源蛋白质，人们希望研究隐含在蛋白质序列中的系统发育的关系，以便更好地理解这些蛋白质的进化。在实际研究中，生物学家并不是仅仅分析单个蛋白质，而是更着重于研究蛋白质之间的关系，研究一个家族中的相关蛋白质，研究相关蛋白质序列中的保守区域，进而分析蛋白质的结构和功能。序列两两比对往往不能满足这样的需要，难以发现多个序列的共性，必须同时比对多条同源序列。图3.14是从多条免疫球蛋白序列中提取的8个片段的多重比对。这8个片段的多重比对揭示了保守的残基（一个是来自于二硫桥的半胱氨酸，另一个是色氨酸）、保守区域（特别是前4个片段末端的Q-PG）和其他更复杂的模式，如1位和3位的疏水残基。实际上，多重序列比对在蛋白质结构的预测中非常有用。

多重比对也能用来推测各个序列的进化历史。从图3.14可以看出，前4条序列与后4条序列可能是从两个不同祖先演化而来，而这两个祖先又是由一个最原始的祖先演化得到。实际上，其中的4个片段是从免疫球蛋白的可变区域取出的，而另4个片段则从免疫球蛋白的恒定区域取出。当然，如果要详细研究进化关系，还必须取更长的序列进行比对分析。对于多重序列比对的定义，实际上是两个序列的推广。设有k个序列s1, s2, ... ,s k，每个序列由同一个字母表中的字符组成，k大于2；通过插入操作，使得各序列s1, s2, ... ,s k的长度一样，从而形成这些序列的多重比对。如果将各序列在垂直方向排列起来，则可以根据每一列观察各序列中字符的对应关系，如图3.14。通过序列的多重比对，可以得到一个序列家族的序列特征。当给定一个新序列时，根据序列特征，可以判断这个序列是否属于该家族。对于多序列比对，现有的大多数算法都基于渐进比对的思想，在序列两两比对的基础上逐步优化多序列比对的结果。进行多序列比对后，可以对比对结果进行进一步处理，例如构建序列的特征模式，将序列聚类，构建分子进化树等。 3.3.1 SP模型 SP 模型（Sum-of-Pairs，逐对加和）是一种多重序列比对的评价模型。在多重比对中，首先要对所得到的比对进行评价，以确定其优劣。例如，对图3.14中的8条序列进行比对，可以得到另外两种结果，如图3.15所示。那么，这样的三个多重比对，哪一个更好呢？这就需要有一种方法来评价一个多重比对。