概述

序列比对是生物信息学的基本操作，将两个或多个生物序列并排放置以识别可能反映功能、结构或进化关系的相似区域。成对比对精确比较两个序列，并构成数据库搜索、引物设计和系统发育推断的基础。对齐问题通过动态规划算法来解决 - Needleman-Wunsch 用于全局对齐，Smith-Waterman 用于局部对齐 - 通过匹配、不匹配和空位惩罚矩阵找到最佳评分路径。

关键概念

对齐方式分为全局对齐方式和局部对齐方式。 全局比对强制在两个序列的整个长度上进行比对，最适合相似长度的密切相关序列。 局部比对可识别短的保守区域，非常适合检测不同序列之间的共享域。 BLOSUM62 和 PAM250 等替换矩阵为每种可能的氨基酸替换提供对数优势分数，而 DNA 比对通常使用简单的匹配/错配分数。空位惩罚，通常是空位开放和空位扩展惩罚的组合，阻止过度插入或删除。像 BLAST trade 这样的启发式工具通过使用精确的单词匹配来进行种子对齐，从而保证了速度的最优性。

应用程序

成对比对在分子生物学中日常使用。它通过检查引物模板互补性来支持聚合酶链反应引物设计，通过将读数与参考基因组比对来验证DNA测序结果，并识别[蛋白质结构](/guides/ Protein-Sequencing.html)预测中的保守残基。比较基因组学依靠比对来检测[细菌遗传学](/guides/bacterial- Genetics.html)中的水平基因转移，而限制性位点作图则使用比对来预测限制性酶消化模式。

实用协议

对于使用 EMBOSS Needle 的成对全局比对，请准备 FASTA 格式的两个序列：needle seq1.fasta seq2.fasta -gapopen 10 -gapextend 0.5 -outfile Needle_output.txt。空位开放罚分（蛋白质为 10，核苷酸为 10-15）惩罚新空位的引入，而空位延伸罚分（蛋白质为 0.5，核苷酸为 0.5-1.0）惩罚现有空位的扩展。较高的空位开罚会产生更少、更长的空位；较低的处罚允许许多短暂的差距。对于与 EMBOSS Water 的局部比对：water seq1.fasta seq2.fasta -gapopen 10 -gapextend 0.5 -outfile water_output.txt。 Water 找到两个序列之间相似度最高的区域，非常适合检测其他不同序列中的保守结构域。输出包括匹配/不匹配符号的比对（| 表示相同，: 表示保守，. 表示半保守，空格表示非保守）、比对分数和同一性百分比。明智地选择替换矩阵：BLOSUM62 是大多数蛋白质比对的默认值，适用于具有 30-70% 同一性的序列。 BLOSUM80 对于密切相关的序列（>80% 同一性）效果更好，而 BLOSUM45 对于远距离关系（<30% 同一性）更敏感。对于 DNA 比对，对于密切相关的序列，使用 EDNAFULL 矩阵，其中 match=1、mismatch=0，或者 match=1、mismatch=-1，对于跨物种比较具有更高的缺口罚分。迭代调整参数：如果比对没有生物学意义（例如，比对不相关区域），则增加缺口罚分。使用seaweeds JVM 或Galaxy Web 平台运行EMBOSS 工具，无需命令行访问。对于批量成对比对，请使用“needlem.”或“waterm”（多个）变体以及针对单个目标的查询序列的序列文件。