2023-11-162023-11-22bioinfo , alignment , align

15 0 Comments
1.6k 1 mins.

1. MAFFT简介

MAFFT是基于渐进式比对的算法，用于进行多序列比对(Multiple Sequence Alignment,MSA)。由于比对速度快，常用于组学数据的比对。

MAFFT网页版有一个功能（–add），即向现有的多序列比对中添加新的序列，这在新增数据时非常有用。

2. MAFFT的–add功能

MAFFT的–add功能的网页：https://mafft.cbrc.jp/alignment/server/add.html

2.1. –add功能的三个模块

根据新增序列和现有多序列比对(MSA)的相对长度，分别选用–add功能的三个模块：

1. –add：align full length sequences to an MSA. 新增序列与现有MSA长度相当时，选–add模块。
2. –addfragments：align fragment sequences to an MSA. 新增序列短于现有MSA时，选–addfragments模块。
3. –addlong：align long sequences to a short MSA. 新增序列长于现有MSA时，选–addlong模块。

3. MAFFT网页版的–add用法

在网页https://mafft.cbrc.jp/alignment/server/add.html上选择模块，然后上传现有MSA和新增序列，选择参数，即可获得比对结果。

3.1. 基本参数

1. Allow unusual symbols：是否允许不明确字符。
2. UPPERCASE/lowercase：输出的比对文件的字母大小写是否与输入文件一致。
3. Direction of nucleotide sequences：是否根据第一条序列调整剩余序列的方向。
4. Output order：输出比对文件的序列顺序。
5. Sequence title：输出比对文件的序列名称是否与输入文件一致。

   3.2. 高级参数

   最常用的是第一个参数，是否要保持输出MSA的长度。
6. Keep alignment length：是否保持输出的比对的长度与输入的现有MSA长度一致，如果选择这个选项，则会把新增序列的insertions删除以保持长度不变。
7. Strategy：默认选择Auto
8. Progressive methods：包括FFT-NS-2,G-INS-1,L-INS-1三个选项。
9. Iterative refinement methods：包括FFT-NS-i,G-INS-i,L-INS-i三个选项。
10. 对核苷酸/氨基酸序列的分数矩阵和gap处理等参数。

3.3. 结果

提交之后，在网页中可以看到比对结果，并可以下载fasta/clustal格式的比对结果，也可以转化成phylip/nexus/msf/gcg等格式。

还可以点击Refine dataset进入编辑界面，对比对结果进行进一步的编辑，比如对指定序列进行反向互补操作，保留或删除指定序列。

4. MAFFT命令行版的–add用法

命令行版也可以使用–add功能，具体参数参考：https://mafft.cbrc.jp/alignment/software/addsequences.html

5. MAFFT的merge功能

MAFFT还有一个merge模块，网页版：https://mafft.cbrc.jp/alignment/server/merge.html

merge模块用于合并两个或更多已比对好的sub MSAs。当假定这些sub MSAs在系统发育关系上是各自独立为一单系时，即系统树上各自不重叠时，可使用merge模块。如果系统发育关系不独立，则推荐使用–add模块。

6. references

1. https://mafft.cbrc.jp/alignment/server/

• 欢迎关注微信公众号：生信技工
• 公众号主要分享生信分析、生信软件、基因组学、转录组学、植物进化、生物学概念等相关内容，包括生物信息学工具的基本原理、操作步骤和学习心得。