?前期相關(guān)推送（序列比對結(jié)果中的一些值的意義）：
【現(xiàn)學(xué)現(xiàn)賣】序列比對之identity VS similarity
【現(xiàn)學(xué)現(xiàn)賣】序列比對之bit-score VS E-value
在bit-score和E-value的公式中，S為原始矩陣得分东揣，其他常數(shù)與選擇的算法相關(guān)妒峦。那么什么是序列比對的矩陣得分痒留？序列比對都有哪些算法呢改化？
一食拜、序列比對
1. 序列比對的理論基礎(chǔ)
基礎(chǔ)是進(jìn)化學(xué)說蔽介，如果兩個序列相似性高艾凯，則推測同源/有共同的進(jìn)化祖先献幔，它們是經(jīng)過序列殘基的一些列變化（替換、缺失趾诗、重組等）演化而來的蜡感。
比如下面兩個序列：
這兩條序列要實現(xiàn)更好的比對，就會引入空位恃泪。序列殘基的替換導(dǎo)致單個殘基不匹配（紅色短線）郑兴，殘基的插入或缺失導(dǎo)致空位（紅色長線）。
2. 序列比對的兩種數(shù)學(xué)模型
主要模型是全局比對（Global alignment）和局部比對（Local alignment）贝乎。它們分別從整體和局部反映序列的特征情连，現(xiàn)實使用中，局部比對使用較多览效，生物序列往往不會全長相似却舀，而是局部相似虫几，所以局部比對有更高的靈敏度，結(jié)果更具生物學(xué)意義（當(dāng)然如果本身就是選定的一段很短的目標(biāo)序列挽拔，那么兩種模型的結(jié)果應(yīng)該差異不大辆脸；換句話說，全局比對適合比較長度相似的序列篱昔，而局部比對可以比對長度相差較大的序列）每强。
3.序列比對打分矩陣
（1）核苷酸序列
等價矩陣：相同核苷酸則賦值為1，不同為0州刽。
BLAST矩陣：經(jīng)驗總結(jié)。
轉(zhuǎn)移矩陣/轉(zhuǎn)換-顛換矩陣：嘌呤-嘧啶的轉(zhuǎn)換/顛換+經(jīng)驗總結(jié)浪箭。
（2）氨基酸序列（表太多穗椅，太大了，我就不在這里粘貼了）
氨基酸序列的這兩個常用打分矩陣都屬于替換矩陣奶栖，主要是考慮在進(jìn)化過程中匹表，不同氨基酸的替代對蛋白質(zhì)功能和結(jié)構(gòu)的影響不同，所以用簡單的比對相同或者不同不足以描述兩個氨基酸殘基的關(guān)系宣鄙。
PAM矩陣：Point accepted mutation matrices袍镀。基于進(jìn)化的點突變模型冻晤，分析同源蛋白在進(jìn)化中氨基酸變化的可能性苇羡。有PAM1-250，后面的數(shù)字越小表示親緣關(guān)系越近鼻弧，PAM1是similarity>85%的序列計算產(chǎn)生的设江。
BLOSUM矩陣：Blocks amino acid substitution matrices∪列基于蛋白質(zhì)模塊數(shù)據(jù)庫叉存，以序列片段為基礎(chǔ)。有BLOSUM45度帮，62歼捏，80等，數(shù)字越大笨篷，親緣關(guān)系越近瞳秽，BLOSUM80是identity>80%的序列計算得到的。
根據(jù)比對的兩個序列的親緣關(guān)系遠(yuǎn)近選擇合適的矩陣冕屯，如果不清楚寂诱，一般選擇PAM120或BLOSUM62。
二安聘、序列兩兩比對
經(jīng)典算法（動態(tài)規(guī)劃算法）是Needleman-Wunsch算法（整體比對算法）和Smith-Waterman算法（局部比對算法）痰洒。兩種算法均可以用于核苷酸和氨基酸序列瓢棒，給定空位罰值和打分矩陣后，給出最高比對值的排列丘喻。
三脯宿、多序列比對
多序列比對的算法是基于漸進(jìn)比對，在序列兩兩比對算法的基礎(chǔ)上逐步優(yōu)化的結(jié)果泉粉。
目前發(fā)展出來的程序有CLUSTALW（累進(jìn)算法）连霉，MUSCLE（迭代算法），MAFFT等（上圖選項嗡靡，其中CLUSTALW最為人熟知跺撼，傳說MUSCLE和MAFFT的精度和速度都優(yōu)于CLUSTALW，由于我的數(shù)據(jù)還算簡單讨彼，也不多歉井，感覺沒什么大差別」螅考慮到它們迭代可以糾正初始比對錯誤哩至，所以理論上精度會提高）。
四蜜自、序列數(shù)據(jù)庫搜索
數(shù)據(jù)庫搜索可以說是序列相似性比對最有價值的應(yīng)用菩貌，我最熟悉的是BLAST和antiSMASH。
BLAST算法
將查詢序列分為短片段（局部比對）重荠，篩選庫中具備這些片段的序列箭阶，然后將匹配的序列片段延伸（插入，gap等）晚缩，根據(jù)矩陣計分排序尾膊，顯示結(jié)果。
antiSMASH工具算法
它的算法是CASSIS（Cluster Assignment by Islands of Sites）荞彼。antiSMASH是對微生物次生代謝產(chǎn)物基因簇的序列搜索工具冈敛，由于生成這些化合物的基因都是成簇的，所以它的算法中重要的是找到基因簇鸣皂。
