这篇文章给大家介绍如何使用mafft进行多序列比对,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
对于几千条序列的多序列比对,无论是从准确度还是运行速度上考虑,muscle通常都是最佳选择。但是muscle 的内存优化做的并不好,如果所需内存超出了机器内存,此时可以考虑mafft 这个工具。
mafft 是一个跨平台的工具,支持以下平台
该软件的基本用法如下
mafft input > output
input
为fasta格式的输入序列文件,output
为fasta格式的输出结果文件。mafft 支持核酸和蛋白序列的多序列比对,内置了多种序列比对算法, 可以分为以下3大类别
-
consistency based methods
-
iterative refinment methods
-
progressive methods
这三种类别的算法在准确度和速度上各有优势,对于运行速度而言,3>2>1;对于准确度而言,1>2>3。
1. consistency based methods
此类算法包含了L-INS-i, E-INS-i, G-INS-i 3种算法。
L-INS-i 用法如下
mafft --localpair --maxiterate 1000 input_file > output_file
E-INS-i 用法如下
mafft --genafpair --maxiterate 1000 input_file > output_file
G-INS-i 用法如下
mafft --globalpair --maxiterate 1000 input_file > output_file
2. iterative refinment methods
此类算法包含了FFT-NS-i, NW-NS-i 两种算法。
FFT-NS-i 用法如下
mafft --maxiterate 1000 input_file > output_file
NW-NS-i 用法如下
mafft --maxiterate 1000 input_file > output_file
3. progressive methods
此类算法包含了FFT-NS-1, FFT-NS-2 2种算法。
FFT-NS-1 用法如下
mafft --retree 1 input_file > output_file
FFT-NS-2 用法如下
mafft --retree 2 input_file > output_file
如果在比对时,不知道如何选取合适的算法,可以使用以下设置
mafft --auto input > output
软件会根据输入序列的特征,自动选择合适的算法。
EBI 也提供了mafft的在线服务。