Nature Biotechnology：新算法助力大规模多序列比对

先知报道

2019-12-05

多序列比对(MSAs)用于结构和进化预测，但大数据集比对的复杂性要求使用近似解，包括渐进算法。渐进的MSA方法首先对齐最相似的序列，然后根据指导树将其余的序列从叶到根合并起来。随着序列数量的增加，它们的准确性大幅下降。近日，西班牙巴塞罗那科学技术学院Cedric Notredame、Evan Floden的研究小组合作，开发了可用于大规模多序列比对（MSA）的算法。研究人员引入了一种回归算法，该算法可在标准工作站上实现多达140万个序列的MSA，并大大提高了大于10000个序列的数据集的准确性。这一回归算法与渐进算法相反，以比对最相似的序列为起点。它使用有效的分而治之策略在线性时间内运行第三方对齐方法，而不管其原始复杂性如何。这一方法将能够分析非常庞大的基因组数据集，例如最近宣布的地球生物基因组计划（包含150万个真核生物基因组）。

Edgar Garriga, Paolo Di Tommaso, Cedrik Magis, et al. Large multiple sequence alignments with a root-to-leaf regressive method. Nature Biotechnology, 2019.

DOI: 10.1038/s41587-019-0333-6

https://www.nature.com/articles/s41587-019-0333-6