使用 MAFFT 进行多序列比对

1. MAFFT 简介

最经典和广为熟知的多序列比对软件是 clustalw 。 但是现有的多序列比对软件较多，有文献报道：比对速度（Muscle>MAFFT>ClustalW>T-Coffee），比对准确性（MAFFT>Muscle>T-Coffee>ClustalW）。因此，推荐使用 MAFFT 软件进行多序列比对。

2. MAFFT 下载安装

$ wget http://mafft.cbrc.jp/alignment/software/mafft-7.158-gcc_fc6.x86_64.rpm
$ wget http://mafft.cbrc.jp/alignment/software/mafft-7.158-without-extensions-src.tgz
$ cd mafft-7.158-without-extensions/core
$ perl -p -i -e 's#PREFIX =.*#PREFIX = /opt/biosoft/mafft#' Makefile
$ perl -p -i -e 's#BINDIR =.*#BINDIR = /opt/biosoft/mafft/bin/#' Makefile
$ make
$ make install
$ echo 'PATH=$PATH:/opt/biosoft/mafft/bin/' >> ~/.bashrc
$ source ~/.bashrc

检测软件是否正确安装

$ cd ../test
$ rehash # if necessary
$ mafft sample > test.fftns2 # FFT-NS-2
$ mafft --maxiterate 100 sample > test.fftnsi # FFT-NS-i
$ mafft --globalpair sample > test.gins1 # G-INS-1
$ mafft --globalpair --maxiterate 100 sample > test.ginsi # G-INS-i
$ mafft --localpair sample > test.lins1 # L-INS-1
$ mafft --localpair --maxiterate 100 sample > test.linsi # L-INS-i
$ diff test.fftns2 sample.fftns2
$ diff test.fftnsi sample.fftnsi
$ diff test.gins1 sample.gins1
$ diff test.ginsi sample.ginsi
$ diff test.lins1 sample.lins1

若 diff 的结果不换回异常，则正确安装。

3. MAFFT 使用

MAFFT 有一些参数，适合不同情况下的多序列比对。
软件输入为 FASTA 格式，默认输出到标准输出。

3.1 较为精确的方法

L-INS-I

最准确的方法。适合于 <200 条序列，且序列长度 <~2000 aa/nt 的比对。

$ mafft –localpair –maxiterate 1000 input [> output]
$ linsi input [> output]

G-INS-I

适合于序列长度相似的多序列比对。序列条数 <200, 序列长度 <~2000 aa/nt 。

$ mafft --globalpair --maxiterate 1000 input [> output]
$ ginsi input [> output]

E-INS-I

适合序列中包含较大的非匹配区域。序列条数 <200, 序列长度 <~2000 aa/nt 。

$ mafft --ep 0 --genafpair --maxiterate 1000 input [> output]
$ einsi input [> output]

3.2 节约速度的方法

FFT-NS-I

减少迭代次数，最大迭代次数减为 2 。

$ mafft --retree 2 --maxiterate 2 input [> output]
$ fftnsi input [> output]

FFT-NS-2

最大迭代次数减为 0 。

$ mafft --retree 2 --maxiterate 0 input [> output]
$ fftns input [> output]

FFT-NS-1

此方法非常快速，适合 >2000 条序列的多序列比对。

$ mafft --retree 1 --maxiterate 0 input [> output]

NW-NS-I

迭代过程中不进行 FFT aproximation

$ mafft --retree 2 --maxiterate 2 --nofft input [> output]
$ nwnsi input [> output]

NW-NS-2

$ mafft --retree 2 --maxiterate 0 --nofft input [> output]
$ nwns input [> output]

NW-NS-PARTTREE-1

3 个参数都设置为最不消耗时间的类型，适合于 ~10,000 到 ~50,000 条序列的比对。

$ mafft --retree 1 --maxiterate 0 --nofft --parttree input [> output]

原文来自：http://www.chenlianfu.com/?p=2214