EMBI 双序列比对

https://www.ebi.ac.uk/Tools/psa/

EMBI 的在线双序列比对工具提供了三种选项，1）全局比对；2）局部比对；3）全基因组比对。
并且每一个比对工具下提供了不同算法的选择。

小试牛刀

这里我使用的uniprot 中的ABCB1 的两种亚型的数据。
https://www.uniprot.org/uniprot/P08183#sequences

选择Needleman-Wunsch 算法的全局比对，先来试试看。

输入序列值

这一步非常简单，将蛋白质序列贴在输入框即可。

可以手动输入，也可以上传文件。

但是embi 对文件格式也做了一定的要求。

设置比对参数

遇事不绝，BLOSUM62 就完事儿拉。（embi 也帮我们设定好了默认的参数）

gap 为罚分情况，而这里的gap 也分了很多种。

查看结果

返回的结果分为两个部分。

第一部分

第一个部分是比对相关设定的参数，以及最终比对的概要，如长度，一致度、相似度、空格，得分。

第二部分

第二部分则是序列比对的具体信息

左边是序列的名字（ps：实际使用发现，对于序列名称较长时，工具无法读完整，因此尽量不要把两条序列的名称弄得太长）

右边则是序列部分。
上下分别是两条序列的信息。而连接两条序列的中间部分，则表示序列匹配的具体情况。

左右分别表示起始或末尾的字母，实际在序列中的位置。
如
表示 R 在该序列中，位于1186位置。

聊一聊gap 的类型

还记得在操作时，第二步提供了gap 罚分的参数选项吗？

实际上，这些gap 也有不同的类型。针对不同类型的gap，调整不同的罚分，可以使结果更加准确。

gap open，便是一系列空格中，开头的那个空格。领头的自然牛一些，因此分数也罚的高。
gap extend，便是跟着gap open 的一系列延伸的空格。跟班的自然比不过打头的，分也低了不少。

结尾也可以设定gap 罚分
end gap penalty 默认为false，若设定为true 则可以使用结尾的gap 罚分。但一般亲缘关系较近且大多数情况下，一般不使用结尾gap 罚分。

不同gap 下的结果

当我们给gap open 大 ，如 10分，gap extend 小，如0.5分的时候。
结果里的空格在序列比对中的位置就相对非常集中。

自然是因为分散的gap 代价太大了。

而同理，当我们给gap open 小 ，如 1分，gap extend 大，如5分的时候。结果里的空格也相应的非常分散。

选择适当的gap 罚分

既然两种不同的罚分设定会造成序列比对结果的差异，该选择哪种方式呢？

比如下面就有两个很典型的情况。gap 集中 or gap 分散？

1）有两条相似的待比对序列，是同源序列，因此它们的功能和结构也相似。其中一条序列结构已知，而另一条未知。想通过序列比对，用已知结构序列作为模版，预测另一个序列的结构。（分散）
2）有两条待比对序列，且已知它们大部分区域都是非常相似的，但其中一个序列的功能区，在另一个序列中是缺失的。想要通过序列比对，将另一个序列的功能区找出来。（集中）

如果你对于结果没有什么预期，例如只是为了单纯地比较两个不同的序列，则可以使用默认的罚分参数，即 gap open = 10, gap extend = 0.5。

局部序列比对

局部比对提供了三种算法

尝试一下

选择最经典的 Simith-Waterman 算法

其他所有的步骤都和全局比对是差不多的。

我们可以使用PSA 提供的范例数据

从比对结果来看，长度也少了不少，因为只把黑色的相似部分做了序列比对。

使用局部比对的情况

一般来说，除了当一长一短的情况时，当两条序列长度差不多时，也可以使用局部比对，以发现两条序列最相似的部分。

有的时候，两条序列并不同源，只是有相似的功能区域，使用局部比对可以非常快速的定位该区域在序列中的位置。

其他双序列比对的算法

除了之前介绍的EMBL pairwise sequence alignment 外，还有其他许多平台提供 全局/局部 双序列比对的算法。
而主要应用的也是 Simith-Waterman 算法(局部) 以及Needleman-Wunsch 算法（全局）。只是在基础上有所变化。

biotools

一个老师开发的比embl 只多不少的双序列比对工具（滑稽.jpg）
还可以给出得分矩阵的作图结果