Übersicht
Beim Multiple Sequence Alignment (MSA) werden drei oder mehr biologische Sequenzen ausgerichtet, um konservierte Regionen zu identifizieren, die von einer ganzen Familie gemeinsam genutzt werden. Während die paarweise Ausrichtung Ähnlichkeiten zwischen zwei Sequenzen offenbart, erfasst MSA die evolutionäre Tiefe einer homologen Gruppe und hebt Reste hervor, die über Millionen von Jahren erhalten geblieben sind. Diese konservierten Positionen sind oft entscheidend für Struktur, Katalyse oder Regulierung. MSA ist die Voraussetzung für die Konstruktion phylogenetischer Bäume, die Identifizierung von Proteindomänen und die Erstellung von Sequenzlogos, die Erhaltungsmuster visualisieren.
Schlüsselkonzepte
Die in Clustal Omega und MUSCLE implementierte progressive Ausrichtung erstellt eine MSA, indem zunächst ein Leitbaum aus paarweisen Abständen erstellt und dann iterativ die am engsten verwandten Sequenzen ausgerichtet werden. Iterative Methoden verfeinern die anfängliche Ausrichtung, indem sie Teilmengen neu ausrichten, um die Gesamtzielpunktzahl zu verbessern. Konsistenzbasierte Tools wie T-Coffee integrieren Informationen aus paarweisen Alignments gegenüber einer dritten Sequenz, um die Genauigkeit zu verbessern. Bei sehr großen Datensätzen verwendet MAFFT schnelle Fourier-Transformationen, um die Ausrichtung zu beschleunigen. Qualitätsbewertungsmetriken wie der Paarsummen-Score und der Spalten-Score bewerten die Ausrichtungszuverlässigkeit, und Trimmwerkzeuge entfernen schlecht ausgerichtete Bereiche vor der nachgelagerten Analyse.
Anwendungen
MSA ist für die vergleichende Genomik der [Bakteriengenetik](/guides/bakterielle-genetics.html) unverzichtbar, wo es Gene identifiziert, die in pathogenen Stämmen konserviert sind. Es verbessert die Empfindlichkeit der Homologiesuche in Projekten zur DNA-Sequenzierung und deckt funktionell wichtige Reste bei der Vorhersage der Proteinstruktur auf. In der Evolutionsbiologie liefert MSA die Eingabe mehrerer Sequenzen, die für Maximum-Likelihood- und Bayes’sche phylogenetische Schlussfolgerungen erforderlich ist, und ermöglicht so die Rekonstruktion von Ahnensequenzen und die Datierung von Artbildungsereignissen.
Praktisches Protokoll
Bereiten Sie für eine Protein-MSA mit MAFFT eine FASTA-Datei mit homologen Sequenzen vor (z. B. aus BLAST- oder OrthoFinder-Ergebnissen). Führen Sie MAFFT mit der L-INS-i-Strategie aus, die für <200 Sequenzen am genauesten ist: „mafft –localpair –maxiterate 1000 input.fasta >aligned.fasta“. Für größere Datensätze (200–1000 Sequenzen) verwenden Sie die FFT-NS-2-Strategie: „mafft –retree 2 –maxiterate 2 input.fasta >aligned.fasta“. Für sehr große Datensätze (>1000 Sequenzen) verwenden Sie den PartTree-Algorithmus: „mafft –parttree input.fasta >aligned.fasta“. Für Nukleotid-Alignments verwenden Sie „mafft –nuc –adjustdirection input.fasta >aligned.fasta“, um Reverse-Complement-Stränge zu verarbeiten. Alternativ können Sie MUSCLE v5 ausführen: „muscle -align input.fasta -outputaligned.fasta“. Bewerten Sie die Ausrichtungsqualität durch visuelle Inspektion mit „Jalview“: Laden Sie die ausgerichtete FASTA-Datei, färben Sie sie nach dem ClustalX-Schema ein (Hervorhebung konservierter Positionen) und untersuchen Sie das Konservierungshistogramm. Trimmen Sie schlecht ausgerichtete Bereiche mit „trimAl“: „trimal -inaligned.fasta -out trimmed.fasta -automated1“, das automatisch den optimalen Trimmschwellenwert basierend auf den Eigenschaften der Ausrichtung auswählt. Für eine strengere Kürzung verwenden Sie „-gt 0.1“ (Spalten mit Lücken in >10 % der Sequenzen entfernen) oder „-resoverlap 0.75 -seqoverlap 80“ für die heuristische automatisierte2-Methode. Berechnen Sie die Alignment-Zusammenfassungsstatistik mit „esl-alistat“ aus der HMMER-Suite: „esl-alistataligned.fasta“. Generieren Sie ein Sequenzlogo mit „WebLogo“ oder dem R-Paket „ggseqlogo“, um die positionsspezifische Aminosäurekonservierung zu visualisieren. Konvertieren Sie die Ausrichtung in das PHYLIP-Format für phylogenetische Inferenz: sed -e 's/>//'aligned.fasta | einfügen - - | awk '{print $1, $2}' > ausgerichtet.phy. Führen Sie IQ-TREE für die Maximum-Likelihood-Bauminferenz aus: „iqtree -saligned.phy -m MFP -bb 1000 -nt AUTO“.
