Topali(多序列比對統(tǒng)計(jì)和進(jìn)化分析軟件)是一款教學(xué)輔助軟件，多序列比對的統(tǒng)計(jì)與進(jìn)化分析。 時(shí)下互聯(lián)網(wǎng)常用的教育教學(xué)軟件之一，該軟件純綠色免費(fèi)無毒，請放心使用。uoO紅軟基地

軟件功能

雙序列比對是序列分析的基礎(chǔ)·然而，對于構(gòu)成基因家族的成組的序列來說，我們要建立多個序列之間的關(guān)系，這樣才能揭示整個基因家族的特征·多序列比對在闡明一組相關(guān)序列的重要生物學(xué)模式方面起著相當(dāng)重要的作用。 uoO紅軟基地

軟件特色

序列是最基本的數(shù)學(xué)模型， 它可以用來描述核酸分子和蛋白質(zhì)分子的一級結(jié)構(gòu)。對序列的操作有助于對生物大分子的研究， 尤其是對序列進(jìn)行比對( alignment)。多序列比對問題是計(jì)算分子生物學(xué)中最基本的問題之一。通過多序列比對， 研究者可以挖掘出更多的保守區(qū)間與結(jié)構(gòu)信息。因此它是許多問題的基礎(chǔ)， 比如片斷組裝、基因發(fā)現(xiàn)、構(gòu)建進(jìn)化樹、PCR 引物設(shè)計(jì)、多態(tài)位點(diǎn)( SNP)的尋找、預(yù)測同源序列的二級結(jié)構(gòu)、蛋白質(zhì)相互作用預(yù)測等。uoO紅軟基地
由于人工比對的復(fù)雜性和生物序列中的功能不確定性， 無法用生物意義統(tǒng)一地衡量比對的效果。因此人們主觀地根據(jù)比對后各個序列之間差異的大小來衡量。用來計(jì)算差異性的數(shù)學(xué)模型(目標(biāo)函數(shù))主要有三種: 比對和函數(shù)( sum - of- pairs functions)、一致性函數(shù)( consensus functions)和樹函數(shù)( tree functions) ， 其中使用最普遍的是比對和函數(shù)， 其分值一般簡稱為SP值。目前的多序列比對算法都旨在尋找具有最優(yōu)SP值的比對， W ang 等已經(jīng)證明該問題是一個NP難題; 他們同時(shí)證明了其他幾種主要的目標(biāo)函數(shù)最優(yōu)化問題均是NP 難題。uoO紅軟基地
對于這種重要的難題， 目前的處理方法主要是: 近似算法、啟發(fā)式方法和引入其他信息。近似算法的思想是: 既然無法在多項(xiàng)式時(shí)間內(nèi)找到最優(yōu)解， 那么設(shè)法在多項(xiàng)式時(shí)間內(nèi)找到一個次優(yōu)解， 并且證明該次優(yōu)解與最優(yōu)解間的距離在一定范圍內(nèi)。啟發(fā)式方法的主要思想是: 既然無法在多項(xiàng)式時(shí)間內(nèi)遍歷整個空間， 那么在有限的時(shí)間內(nèi)遍歷盡量廣泛、最優(yōu)解存在可能性大的空間。雖然無法證明啟發(fā)式方法解的收斂區(qū)域， 但實(shí)驗(yàn)證明啟發(fā)式方法往往可以得到較好的效果。另外， 針對不同NP難題的實(shí)際背景， 可以結(jié)合如相關(guān)的領(lǐng)域知識， 從而簡化問題。對于生物大分子序列的比對問題， 如果知道其比對后的長度和部分保守區(qū)間， HMM 模型通�？梢员粦�(yīng)用。由于上世紀(jì)90年代人類基因組計(jì)劃的實(shí)施， 在國際上對多序列比對問題的研究比較早， 而且方法較為成熟。目前主要的軟件有c lusta l系列和T- coffee系列。下面詳細(xì)介紹各種多序列比對方法。uoO紅軟基地

相關(guān)介紹

多序列比對和系統(tǒng)發(fā)育分析是生物信息學(xué)的重要研究領(lǐng)域。通過多序列比對-和系統(tǒng)發(fā)育可以預(yù)測新序列的結(jié)構(gòu)和功能，分析序列之間的同源關(guān)系。提高序列的多序列比對準(zhǔn)確率和重構(gòu)合理的全基因組系統(tǒng)發(fā)育樹是該領(lǐng)域的主要研究課題。本文對此進(jìn)行了深入研究和探討，主要研究成果如下： 本文借了ClustalW和T-Coffee算法，綜合了漸進(jìn)比對和序列間一致性策略的優(yōu)點(diǎn)，提出了一種新的漸進(jìn)多序列比對算HMMPC。HMMPC先通過pai-HMM計(jì)算出每兩條序列間每個殘基匹配的后驗(yàn)概率，并結(jié)合其它序列的信息，得出每兩條序列中每個殘基的最終匹配后驗(yàn)概率，最后由這些后驗(yàn)概率值進(jìn)行漸進(jìn)比對。將本算法同C1ustalW和T-Coffee等一些主流算法在BAliBASE庫數(shù)據(jù)集上進(jìn)行了比較研究。實(shí)驗(yàn)結(jié)果表明，本算法能有效地提高多序列比對的準(zhǔn)確性。 兩條序列相似度的計(jì)算是漸進(jìn)比對和系統(tǒng)發(fā)育樹分析的基礎(chǔ)，本文引入一種新的計(jì)算序列間進(jìn)化距離的免比對方法—SimKMM。該方法利用了相對熵的原理，建立每條序列的Markov模型，最后，利用HMM的距離測度公式計(jì)算每兩條序列間的進(jìn)化距離，該函數(shù)計(jì)算簡單、快速，且不需要人為設(shè)置參數(shù)，因此，能夠更客觀、有效地計(jì)算序列間的進(jìn)化距離。用本算法對6條DNA序列進(jìn)行了相似度測量，且將該算法用于DNA數(shù)據(jù)庫搜索中，都驗(yàn)證了本算法有較好的實(shí)用性。uoO紅軟基地

軟件截圖

 uoO紅軟基地