序列比对及算法模式的选择

Posted 2023-04-08

参考技术A

选择序列比对的方法：Muscle或者ClustalW。 ClustalW 的基本原理是首先做序列的两两比对，根据该两两比对计算两两距离矩阵，是一种经典的比对方法，使用范围也比较广泛。 Muscle 的功能仅限于多序列比对，它的最大优势是速度，比ClustalW的速度快几个数量级，而且序列数越多速度的差别越大。方法可以通过点击图中上方Alignment或者下方的图标「W」和「Muscle」来选择。如果你的序列是 DNA编码序列 ，就一定要选择 Align Codons ，因为序列通过密码子比对比DNA序列的比对会更加真实，避免间隙对比对结果产生的影响。
（但是该选项会因为序列中含有终止密码而报错。）
比对之后要去检查一下比对的情况，有的差异很大的或许是因为序列方向反了，这个时候要把它反转回来，右击这条序列，点击Reverse Complement，反转后一定要再次点击比对，检查是否大部分都对齐了。

分析后返回主页面，接下来我们要选择一个最优的模型，提高建树的精确度。点击 MODELS 中的 Find Best DNA/Protein Models(ML) 软件就会根据你的数据帮你计算寻找最适合的模型。
分析计算结果。具有 最低BIC分数 （BayesianInformation Criterion）的模型被认为 是最好地描述替代模式 。对于每个模型，还给出了AICc值（Akaike Information Criterion, corrected，值越低拟合程度越好），以及用来计算上述两个分值的最大似然值（lnL）和参数数量（包括分支长度）。在这里就可以看到，BIC分数最低的模型是K2+G+I，K2+G+I在这里就是最好的模型。
但因为实际在后面的模型选择中， 软件有时没有提供组合的模型来选择 ，所以我们继续看下面的BIC分数，可以找到 单个模型 中得分 最小的 ，就是我们在这里要选择的最优模型。

序列比对和构建进化树（clustalw和phylip）

安装clustalw很简单，不提了。

找了几个蛋白序列进行比对，命名为dm.fasta

 

 

1、输入 ./clustalw2  进入交互模式　　　　

2、选择1 并输入文件名字

3、输入2， 进行多序列比对 

4、如果要修改输入格式，则点9 

 

5、若要输出格式为phylip，则点4，并关闭1 

6、按下回车，后退 

7、选择1进行比对, 因为phylip输入文件为名infile， 所以这里直接改名字infile，并退出软件即可

 

 

安装phylip 

减压后，进入src 并输入 make -f Makefile.unx install 

然后进入exe, 并将刚才比对结果infile 移到exe中。

进行构建树：

1、最大似然

直接输入./proml ， 输入y进行确定参数，得到两个文件，outtree 和outfile，若想图形化，则将outtree 改为outtree.tre 可在mega上查看

2、临接法

先输入./protdist. 计算各个序列中两两序列的距离，得到距离矩阵。将该结果文件改名为infile，并进行临接法构进化树，方法为；输入./neighbor.用同样的方法可以在mega上查看图像