[转记]MAFFT多重序列比对图解教程
【絮语】
一提到多重序列比对,很多人禁不住就想到ClustalW(Clustalx为ClustalW的GUI版),其实有一款多重序列比对软件-MAFFT,不论从比对速度(Muscle>MAFFT>ClustalW>T-Coffee),还是比对准确性(MAFFT>Muscle>T-Coffee>ClustalW)来说,其相比于ClustalW(或ClustalX)有过之而无不及,所以这里强烈推荐使用MAFFT这款多重比对软件。
PS: 不同比对软件的比较,有兴趣的童鞋可以下载这篇文章看看:Alignment uncertainty and genomic analysis. Science, 2008
MAFFT官方网站:http://mafft.cbrc.jp/alignment/software/
支持平台:Mac OS X 、Linux、Windows
Windows 32位版本:http://mafft.cbrc.jp/alignment/software/mafft-7.037-win32.zip,64位版本:http://mafft.cbrc.jp/alignment/software/mafft-7.037-win64.zip,请根据自己操作系统选择相应版本下载。
图1 MAFFT主界面
简明操作流程:
1.载入序列文件 将FASTA格式的待比对序列文件(如:TMV.fas) 复制MAFFT的根目录下(当然也可以放任意位置,只有找得到),双击“mafft.bat”启动MAFFT,此时提示输入文件(Input file?),在@后面输入示例的TMV.fas,也可以直接将文件拖入窗口(注意有个+,说明当前是拖放状态),如下图所示:
加载后回车,当显示“OK”时说明载入文件成功。
2.设置输出信息
输出文件名称自定义,扩展名任意,这里保留原扩展名,输出文件名为TMV-out.fas,确定后回车。
输出文件格式,建议用3或4,这里在@后输入4后回车,此时出现 MAFFT三种主要比对策略的5个选项,如下图:
当你无法确定时候,建议用第1种的--auto模式,让MAFFT根据序列的特点自动选择相应的比对策略,输入1后回车。
当不需要附带参数时,直接回车。
3.开始多重比对
一切设置完毕,输入“Y”回车,程序自动开始比对。
当出现输出文件名,说明比对完成。
4.后续着色美化 详见附录,不再赘述
附:多重序列比对的后期着色渲染
(1) Boxshade (黑白着色),在线网址:http://www.ch.embnet.org/software/BOX_form.html相关使用教程,请网上搜索本人写的《序列着色软件Boxshade图解教程(by raindy)》;
(2) ESPript 彩色着色,在线网址:http://espript.ibcp.fr/ESPript/cgi-bin/ESPript.cgi,效果图:
(3)TeXShade 自定义着色,详见日志: http://user.qzone.qq.com/58001704/blog/1367885081
最简单的莫过于纯粹的多序列比对排版,跟某些同学论文里面用Word排版的效果类似(word里面需要用等宽字体),效果类似如下:
如果稍微加点效果可能就变成了如下的样子,我们将相同的氨基酸标记出来:
当然,TEXshade能做的不仅仅是这些,下面这张图我们标记了其中的几个关键位置,去掉了右侧的“ruler”
好像这个样子就有点乱了
下面这幅就更详细一点了,我用不同的颜色代表了不同的conservation
很多情况下,我们只想呈现多序列中的某些突变位点,其实也可以很好的表达
如果将T-Coffee 的 score_ascii 文件一并输入TEXshade,效果我觉得很帅气
我遇到过很多可视化表达各种结构域的例子,下面的表示是不是很帅呢?
下面是另外的一些功能实例
下面的被称为Sequence fingerprints,其实加上fingerprint命令就可以直接出图了。
很早的时候,看到序列的LOGO图觉得很帅气,下面的Logo图你见过么?
下面再给大家分享几个例子,其实TEXshade能做的很多,要靠大家的想象,我一向认为,只要人能想得出,数据可视化就能做得到。
所属相册:数据可视化
其实很多人都会觉得这么漂亮的图肯定做出来很复杂,其实TEXShade需要的很简单,输出上面的结果其实也就是几分钟的事情,前提是需要你准备好需要展示的序列,记录好要标注的位置就OK!
例如:对于下面这个看似复杂的可视化结果,其实我们需要的代码很少,只需要5行代码就足够了!
上图对应的TEX代码:
第一行指定了我们的输入文件,通常是比对的结果文件
第二行是指定了TEXshade的显示模式,这里用根据 不同 functional groups的chemical properties标注颜色
第三行是表示只显示第一条序列(AQP1.PRO)138-170个碱基范围
第四号表示显示 legend
第五行表示代码结束
http://blog.sciencenet.cn/blog-460481-706083.html 此文来自科学网高芳銮博客,转载请注明出处。