Tratopedia
Sisi NES
Tetapan

Saiz teks

Tema

Kontras tinggi

Versi

v1.230.2

Keluaran yang menjadi asas halaman ini dibina. Itulah versi yang disimpan oleh service worker.

Penjajaran jujukan · Bioinformatik · Perisian Analisis · PerbandinganSumber dibaca 17 Oktober 2026

Bagaimana jujukan DNA dan protein dijajarkan

Tujuh penjajar jujukan, tiga tugas

BLASTN, BLAT, LAST, BWA-MEM, Bowtie2, CLUSTALW dan Clustal Omega sering disenaraikan bersama sebagai “penjajar”, tetapi ia menjawab tiga soalan berbeza. Tiga daripadanya mencari di mana satu jujukan menyerupai jujukan lain; dua meletakkan berjuta-juta bacaan penjujukan pada genom rujukan; dua menjajarkan banyak jujukan berkaitan serentak. Dalam setiap kumpulan, perbezaannya bergantung pada apa yang diindeks, bagaimana padanan pendek pertama (benih) dipilih, dan bagaimana keyakinan dilaporkan. Perbandingan ini membaca setiap alat daripada kertas kerja, manual dan kod sumbernya sendiri, dan berakhir dengan alat mana sesuai untuk tugas mana.

Apa yang sudah dipastikan tentang setiap alat, dan setakat mana Setiap perkara dengan kedudukannya dahulu, dibaca dalam kertas kerja, manual dan kod sumber alat itu sendiri pada 17 Oktober 2026.

  • 3tugas berbeza yang dilakukan tujuh alat itu: carian setempat, pemetaan bacaan, penjajaran berbilang
  • 399 → 0.1padanan rawak bagi setiap pertanyaan 500 bes pada genom 3 bilion bes: satu benih 14-mer berbanding dua 11-mer (Kent, 2002)
  • 19 ntpanjang benih minimum lalai BWA-MEM
  • 190,000+jujukan yang dijajarkan Clustal Omega pada satu pemproses dalam beberapa jam, dalam ujian pengarangnya pada 2011
KedudukanApaDibaca di
Disahkan: dokumentasi atau kod semasaBLASTN membina jadual carian daripada perkataan pertanyaan. Tugas lalai ialah megablast, dengan perkataan 28 bes; tugas blastn menggunakan 11, blastn-short 7, dan dc-megablast 11 kedudukan sepadan dalam templat 18 kedudukan.Kod sumber BLAST+; Camacho et al. 2009
Disahkan: dokumentasi atau kod semasaBLAT mengindeks 11-mer tidak bertindih genom sasaran dalam memori dan, bagi DNA, memulakan penjajaran pada dua padanan 11-mer sempurna. Output lalainya (PSL) memberi skor dan identiti, bukan nilai E.Kent 2002; spesifikasi BLAT UCSC
Disahkan: dokumentasi atau kod semasaLAST mengindeks rujukan sebagai tatasusunan akhiran dan memanjangkan setiap benih sehingga ia berlaku tidak lebih daripada m kali di situ. Ia melaporkan nilai E dan EG, jangkaan padanan bagi setiap bilion huruf pertanyaan.Dokumentasi LAST
Disahkan: dokumentasi atau kod semasaBWA-MEM menggunakan padanan tepat supermaksimum sekurang-kurangnya 19 bes sebagai benih, membenih semula yang panjang, memanjangkan dengan pengaturcaraan dinamik berjalur dan memilih sendiri antara penjajaran setempat dan hujung ke hujung. Ia melaporkan kualiti pemetaan (MAPQ).Li 2013; manual bwa
Disahkan: dokumentasi atau kod semasaBowtie2 mencari benih tetap 22 bes (20 dalam mod setempat) dalam indeks FM kira-kira 3.2 GB bagi genom manusia, memanjangkannya dengan pengaturcaraan dinamik dipercepat SIMD, menjajar hujung ke hujung secara lalai dan melaporkan MAPQ.Manual Bowtie2; Langmead dan Salzberg 2012
Disahkan: kertas kerja kaedahCLUSTALW menjajarkan semua pasangan untuk mendapatkan jarak, membina pokok panduan Neighbour-Joining, kemudian menjajar secara progresif mengikutnya dengan pemberat jujukan, matriks mengikut perbezaan dan penalti jurang khusus kedudukan.Thompson, Higgins dan Gibson 1994
Disahkan: kertas kerja kaedahClustal Omega membina pokok panduannya dengan mBed dalam masa O(N log N) dan bukan O(N²), serta menjajarkan model Markov tersembunyi profil dengan HHalign.Sievers et al. 2011
Penanda aras pembangun sendiriBLAT “500 kali lebih pantas” daripada alat mRNA/DNA tahun 2002; benih adaptif mencapai kepekaan 67% dalam kira-kira 10 minit berbanding 500 bagi benih tetap; BWA-MEM kira-kira enam kali lebih pantas daripada Bowtie2 pada bacaan 650 bes; skor BAliBASE Clustal Omega 0.554 dalam 9 minit.Kertas kerja setiap alat
Sumber tidak sepakatPanjang minimum pertanyaan DNA BLAT: Soalan Lazim UCSC menyatakan 40 bes atau lebih pada persamaan 95%; Panduan Pengguna Pelayar Genom UCSC menyatakan 25 bes, dan padanan sempurna 32 bes, kadangkala 22, ditemui.Soalan Lazim BLAT UCSC; Panduan Pengguna Pelayar Genom UCSC

Apa yang sudah muktamad

Bagaimana setiap alat mengindeks, membenih, memanjangkan dan melaporkan dinyatakan dalam dokumentasi, kod atau kertas kerja kaedahnya sendiri.

Apa yang merupakan kata pembangun

Setiap angka kelajuan dan ketepatan datang daripada pengarang alat itu sendiri, pada perkakasan, data dan alat pesaing tahun 1990 hingga 2013.

Tiga puluh enam tahun penjajar Kertas kerja bertarikh mengikut terbitan jurnal atau siaran; keluaran mengikut rekod projek sendiri.

  1. 1990Altschul dan rakan-rakan menerbitkan BLAST, yang menganggar penjajaran yang memaksimumkan skor persamaan setempat dan memberikan kesignifikanan statistik kepadanya.
  2. 11 Nov 1994Thompson, Higgins dan Gibson menerbitkan CLUSTAL W: pemberat jujukan, matriks mengikut perbezaan dan penalti jurang khusus kedudukan.
  3. 1 Sep 1997Gapped BLAST dan PSI-BLAST: pencetus baharu untuk memanjangkan padanan perkataan dan heuristik penjajaran berjurang, kira-kira tiga kali kelajuan asal bagi protein.
  4. Apr 2002Kent menerbitkan BLAT, yang mengindeks genom dan bukan pertanyaan serta mencantumkan ekson menjadi penjajaran peringkat gen.
  5. 15 Dis 2009Camacho dan rakan-rakan menghuraikan BLAST+, yang “tugas”nya menetapkan saiz perkataan dan pemarkahan bagi setiap jenis carian.
  6. Mac 2011Kiełbasa, Frith dan rakan-rakan menerbitkan benih adaptif dan LAST: benih dipilih mengikut kejarangan, jadi masa larian meningkat secara linear dan bukan kuadratik dengan panjang jujukan.
  7. 11 Okt 2011Sievers dan rakan-rakan menerbitkan Clustal Omega: pokok panduan mBed dan HHalign, diuji pada sehingga 50,000 jujukan.
  8. 4 Mac 2012Langmead dan Salzberg menerbitkan Bowtie 2: benih indeks FM, kemudian pemanjangan berjurang dipercepat SIMD.
  9. 2013Shrestha dan Frith menerbitkan kaedah kebarangkalian untuk bacaan hujung berpasangan, dilaksanakan dalam LAST.
  10. 26 Mei 2013Li menyiarkan versi 2 pracetak BWA-MEM: benih SMEM, pembenihan semula, perantaian dan pemanjangan Z-drop, untuk 70 bes hingga beberapa megabes.
  11. 2015Frith dan Kawaguchi menunjukkan penjajaran terbahagi genom yang lebih tepat kerana tidak menutup ulangan.
  12. 2017Hamada, Frith dan rakan-rakan menerbitkan last-train, yang mempelajari skor penggantian dan jurang daripada data yang dijajarkan.
  13. 2021Bab protokol Sievers dan Higgins: Clustal Omega mengendalikan berpuluh-puluh ribu jujukan DNA/RNA atau protein.
  14. 22 Mac 2025BWA 0.7.19 dikeluarkan (GitHub, tarikh UTC).
  15. Jul 2025BLAST+ 2.17.0: keluaran yang disenaraikan direktori muat turun NCBI sebagai terkini, failnya bertarikh 1 Julai.
  16. 16 Feb 2026Bowtie2 2.5.5 dikeluarkan.
  17. 3 Ogos 2026LAST ditag sebagai versi 1654, yang terkini dalam repositorinya pada hari sumber ini dibaca.

Apa yang tidak dapat ditarikhkan. Keluaran semasa BLAT, keluaran semasa Clustal Omega dan keluaran terakhir CLUSTALW: tiada sumber yang dibaca memberi tarikh, dan laman Clustal Omega sendiri menolak permintaan. Nilai lalai di halaman ini ialah nilai dokumentasi dan kod semasa, tidak semestinya nilai dalam kertas kerja.

Tiga tugas, dan dalam setiap satu indeks dan benih yang menentukan Setiap sumber hanya menghuraikan alatnya sendiri; pengelompokan ialah tafsiran artikel ini.

  • Carian

    Di manakah jujukan ini menyerupai jujukan itu?

    BLASTN · BLAT · LAST

    • Penjajaran setempat: hanya regangan paling sepadan dilaporkan.
    • BLASTN mengindeks pertanyaan dan mengimbas pangkalan data; BLAT dan LAST mengindeks pangkalan data dan mengimbas pertanyaan.
  • Petakan bacaan

    Dari mana dalam genom ini setiap bacaan berasal?

    BWA-MEM · Bowtie2

    • Rujukan diindeks sekali dengan indeks FM; berjuta-juta bacaan mengalir melaluinya.
    • Pasangan dikendalikan, dan jawapan disertai kualiti pemetaan.
  • Jajarkan banyak

    Bagaimana semua jujukan berkaitan ini dijajarkan bersama?

    CLUSTALW · Clustal Omega

    • Tiada indeks dan tiada benih: jarak memberi pokok panduan, dan jujukan bergabung mengikutnya.
    • Setiap kedudukan setiap jujukan diletakkan, hujung ke hujung.
AlatApa yang diindeksBenih
BLASTNPerkataan pertanyaan, dalam jadual carian; pangkalan data diimbasPerkataan tepat: 28 bes (megablast, lalai), 11 (blastn), 7 (blastn-short); berjarak dalam dc-megablast
BLAT11-mer tidak bertindih genom sasaran, disimpan dalam memoriDua padanan 11-mer sempurna pada satu pepenjuru (DNA)
LASTTatasusunan akhiran rujukanAdaptif: setiap benih dipanjangkan sehingga berlaku paling banyak m kali
BWA-MEMIndeks FM rujukanPadanan tepat supermaksimum, sekurang-kurangnya 19 bes; yang panjang dibenih semula
Bowtie2Indeks FM rujukanBenih tepat tetap 22 bes (20 dalam mod setempat), dijarakkan mengikut panjang bacaan
CLUSTALWTiada; semua pasangan dijajarkan untuk jarakTiada; pokok panduan Neighbour-Joining sebagai ganti
Clustal OmegaTiada; setiap jujukan menjadi vektor jarak yang pendek (mBed)Tiada; pokok panduan berkelompok sebagai ganti

Mengapa peraturan benih penting. Benih ialah padanan tepat pendek yang ditemui pantas melalui indeks; hanya kawasan berbenih menjalani langkah penjajaran yang mahal, jadi peraturan benih menentukan kelajuan dan juga apa yang terlepas. Kent mengira untuk BLAT pada 2002: untuk menemui 99% kawasan 100 bes pada identiti 95%, satu benih sempurna mestilah 14 bes atau lebih pendek, dan pada genom 3 bilion bes itu menghantar 399 kawasan rawak bagi setiap pertanyaan 500 bes kepada penjajaran; dua 11-mer sempurna menghantar 0.1. Jawapan LAST berbeza: bukannya menetapkan panjang, ia memanjangkan setiap benih sehingga jarang. Pembangunnya mengukur 777 juta padanan dengan benih adaptif antara kromosom X manusia dan tikus, berbanding 22 bilion bagi benih tetap 13 bes, dan berhujah bahawa benih adaptif memberi kepekaan benih 13 bes pada masa larian benih 32 bes.

  • 399kawasan rawak, satu benih 14-mer
  • 0.1kawasan rawak, dua benih 11-mer

Satu tafsiran

Tafsiran. Keputusan pertama ialah tugas, bukan alat. Dalam carian, imbangan antara kelajuan dan kepekaan ditentukan terutamanya oleh benih; dalam pemetaan bacaan, oleh cara benih ditemui dan dipanjangkan dalam indeks FM; dalam penjajaran berbilang, oleh cara pokok panduan dibina.

Pemanjangan, pemarkahan dan maksud angka Daripada manual atau kod semasa setiap alat jika ada, jika tidak daripada kertas kerja kaedahnya.

AlatPemanjanganPemarkahan lalaiKeyakinan dilaporkanInput biasa
BLASTNTanpa jurang, kemudian berjurang X-dropblastn +2/−3, jurang 5 + 2 setiap bes; megablast +1/−2, jurang linear; penapis kerumitan rendah aktifNilai E dan skor bit (had lalai 10)Pertanyaan terhadap pangkalan data
BLATJajarkan kawasan berkelompok, cantumkan blok, semak semula ekson kecil dan tapak sambatanPadanan tolak ketidakpadanan tolak penalti jurang; skor minimum 30, identiti minimum 90%Skor dan identiti; tiada nilai E dalam output lalaimRNA atau DNA sehingga 200,000 bes
LASTTanpa jurang, kemudian X-drop berjurang dari terasMatriks atau skor padanan/ketidakpadanan, atau skor dipelajari oleh last-train; jurang a + b·kE dan EG; secara lalai, padanan yang dijangka secara rawak paling banyak sekali bagi setiap juta huruf pertanyaanBacaan hingga genom penuh
BWA-MEMPengaturcaraan dinamik berjalur jurang afin dengan Z-drop; penyelamatan pasanganPadanan 1, ketidakpadanan 4, buka jurang 6, sambungan 1, keratan 5Kualiti pemetaan (MAPQ)70 bes hingga beberapa megabes
Bowtie2Pengaturcaraan dinamik dipercepat SIMDHujung ke hujung: ketidakpadanan sehingga 6 mengikut kualiti bes, jurang bacaan 5 + 3 setiap bes; mod setempat menambah bonus padanan 2Kualiti pemetaan (MAPQ)Bacaan kira-kira 50 hingga beberapa ratus bes
CLUSTALWPengaturcaraan dinamik penuh profil-ke-profil di setiap nod pokokMatriks mengikut perbezaan; penalti jurang khusus residu dan kedudukanTiada bagi setiap penjajaranSet kecil jujukan berkaitan
Clustal OmegaModel Markov tersembunyi profil terhadap HMM profil (HHalign) di setiap nodHMM profil; profil luaran boleh membimbing penjajaranTiada bagi setiap penjajaranBerpuluh-puluh ribu jujukan DNA, RNA atau protein

Nilai E dan MAPQ menjawab soalan berbeza. BLASTN dan LAST melaporkan kekerapan skor sebaik itu muncul antara jujukan rawak yang sama panjang, sesuai untuk carian yang mana-mana padanannya mungkin kebetulan. BWA-MEM dan Bowtie2 melaporkan anggaran berskala Phred tentang kemungkinan bacaan diletakkan di tempat yang salah, sesuai untuk bacaan yang dianggap berasal daripada genom tetapi mungkin muat di beberapa tempat. Output lalai BLAT memberi bilangan padanan dan identiti, sesuai untuk penempatan jujukan hampir serupa. Penjajar berbilang tidak melaporkan sebarang angka bagi setiap penjajaran: kualitinya dinilai pada set penanda aras, yang pengarangnya sendiri sifatkan sebagai “sangat berat sebelah terhadap protein globul domain tunggal”. Tiada satu pun boleh ditukar kepada yang lain.

Ulangan, memori dan bacaan panjang. BLAT mengecualikan 11-mer yang terlalu kerap daripada indeksnya; indeks pelayannya mengambil kira-kira 1 GB bagi DNA tidak bertopeng. Benih adaptif LAST membolehkan genom dibandingkan dengan sedikit atau tanpa penopengan ulangan, walaupun pengarangnya masih menasihatkan penopengan ulangan ringkas; penjajaran terbahagi genomnya “lebih tepat kerana tidak menopeng ulangan”. Indeksnya membesar mengikut skema pembenihan: yang paling peka, MAM8, memerlukan kira-kira 50 GB bagi genom mamalia, manakala skema RY menjimatkan masa dan memori dengan membenih pada sebahagian kedudukan sahaja. Untuk bacaan panjang dengan banyak ralat sisipan dan pemadaman, buku panduan LAST sendiri melatih parameter dengan last-train kemudian mengekalkan satu penjajaran terbaik bagi setiap bahagian setiap bacaan; pengarang last-train melaporkan ketepatan lebih baik bagi bacaan daripada tiga platform penjujukan dan kurang bias rujukan bagi bacaan nanoliang. BWA-MEM merangkumi 70 bes hingga megabes; pengarangnya mendapati pembenihan menjadi kesesakan bagi bacaan pendek dan penjajaran berjalur bagi bacaan panjang. Indeks FM Bowtie2 bagi genom manusia menggunakan kira-kira 3.2 GB.

  • ~1 GBindeks pelayan BLAT, DNA tidak bertopeng
  • ~3.2 GBindeks Bowtie2, genom manusia
  • ~50 GBLAST dengan benih MAM8, genom mamalia

Penanda aras zamannya

Kepantasan 500 kali BLAT adalah berbanding alat tahun 2002; perbandingan memori Bowtie2 pada 2012 adalah dengan BWA asal, setahun sebelum BWA-MEM; kelebihan enam kali BWA-MEM ke atas Bowtie2 adalah pada bacaan 650 bes, dan kedua-duanya serupa pada bacaan 100 bes. Setiap angka ialah milik pengarangnya sendiri.

Clustal Omega berbanding kaedah konsistensi

Pada BAliBASE pengarangnya mengukur 0.554 lajur betul dalam 9 minit; program berasaskan konsistensi seperti Probcons dan T-Coffee mencapai 0.55 hingga 0.61 dalam 25 minit hingga 22 jam, dan Clustal W ialah program paling lemah yang diuji.

Alat mana sesuai untuk tugas mana Satu kad setiap alat: untuk siapa, apa kekuatannya, dan apa tukarannya.

  • BLASTN

    Mencari jujukan berkaitan dalam pangkalan data, disertai statistik

    Terbaik dalam: nilai E bagi setiap padanan, dan pratetap daripada hampir serupa (megablast) hingga merentas spesies (dc-megablast) dan pertanyaan pendek.

    • Tugas lalai ialah yang hampir serupa; DNA yang berbeza memerlukan blastn atau dc-megablast dipilih dengan sengaja.
    • Tukaran: mengimbas pangkalan data bagi setiap pertanyaan adalah perlahan pada skala genom penuh atau berjuta-juta bacaan.
  • BLAT

    Meletakkan mRNA, cDNA atau jujukan pada genom spesiesnya sendiri

    Terbaik dalam: kelajuan pada jujukan hampir serupa, dan penjajaran bersambat yang menunjukkan struktur ekson dalam satu hasil.

    • Direka untuk DNA pada persamaan 95% atau lebih, dan protein pada 80% atau lebih.
    • Tukaran: ia terlepas padanan yang berbeza dan jujukan pendek yang merentas tapak sambatan, serta tiada nilai E secara lalai.
  • LAST

    Membandingkan genom penuh, atau bacaan yang profil ralatnya tidak diketahui

    Terbaik dalam: genom kaya ulangan atau komposisi luar biasa, dan parameter yang dipelajari daripada data itu sendiri.

    • Benih adaptif, penjajaran terbahagi, nilai E, dan DNA-ke-protein selain DNA-ke-DNA.
    • Tukaran: memori meningkat mengikut skema pembenihan, dan pemasangan ialah langkah berasingan, bukan terbina dalam.
  • BWA-MEM

    Memetakan bacaan atau contig daripada 70 bes hingga megabes

    Terbaik dalam: satu alat untuk semua panjang bacaan, memilih sendiri penjajaran setempat atau hujung ke hujung dan melaporkan bacaan kimera.

    • Bacaan berpasangan diselamatkan dan dimarkah menggunakan taburan saiz sisipan.
    • Tukaran: ia menjawab di mana bacaan berada, bukan sejauh mana padanan itu signifikan; kelebihan kelajuannya dalam ujian pengarang adalah pada bacaan panjang.
  • Bowtie2

    Memetakan bacaan pendek pada genom besar

    Terbaik dalam: bacaan pendek kira-kira 50 hingga beberapa ratus bes dengan penggunaan memori sederhana, dengan mod hujung ke hujung atau setempat yang jelas dan pratetap.

    • Pemasangan konkordan, diskordan dan campuran, dengan pemarkahan mengikut kualiti.
    • Tukaran: dibina untuk bacaan sehingga beberapa ratus bes; pada bacaan 650 bes, pengarang BWA-MEM mengukurnya kira-kira enam kali lebih perlahan daripada alatnya.
  • CLUSTALW

    Menghasilkan semula analisis lama, atau mengajar penjajaran progresif

    Terbaik dalam: kaedah progresif yang telus dan didokumenkan dengan baik, dengan peraturan jurang ditala secara manual.

    • Kaedah dan peraturan jurangnya dihuraikan sepenuhnya dalam kertas kerja 1994.
    • Tukaran: paling lemah dalam penanda aras penggantinya, O(N²) untuk membina pokok, dan tidak boleh dipercayai apabila setiap pasangan di bawah kira-kira 25–30% identiti.
  • Clustal Omega

    Penjajaran berbilang pada sebarang saiz, daripada beberapa hingga berpuluh-puluh ribu

    Terbaik dalam: skala, dengan ketepatan yang diukur pengarangnya hampir sama dengan kaedah konsistensi yang perlahan, serta pilihan menjajar terhadap profil luaran.

    • Mengendalikan DNA, RNA dan protein; lelaran paling membantu sekitar 1,000 jujukan ke atas.
    • Tukaran: pada BAliBASE, yang kebanyakan set ujiannya kecil, kaedah konsistensi terbaik mendapat skor sedikit lebih tinggi (sehingga 0.61 berbanding 0.554), dengan masa larian jauh lebih lama.

Pegang dengan longgar

Nilai lalai berubah antara versi; ini nilai lalai dokumentasi dan kod yang dibaca pada 17 Oktober 2026. Setiap angka kelajuan ialah milik pembangun sendiri, dari 1990 hingga 2013, dan tiada penanda aras bebas bagi ketujuh-tujuh alat ditemui.

  • Tafsiran. Bacaan pendek pada genom rujukan: BWA-MEM atau Bowtie2; kedua-duanya memerlukan rujukan diindeks dahulu.
  • Tafsiran. Bacaan lebih panjang atau contig terhimpun: BWA-MEM; bagi bacaan panjang dengan banyak ralat indel, LAST dengan last-train.
  • Tafsiran. mRNA atau cDNA pada genom spesiesnya sendiri dengan identiti tinggi: BLAT.
  • Tafsiran. Homolog berbeza yang memerlukan nilai E: BLASTN dengan tugas blastn atau dc-megablast.
  • Tafsiran. Genom penuh, terutamanya yang kaya ulangan: LAST.
  • Tafsiran. Penjajaran berbilang: Clustal Omega; CLUSTALW apabila hasil lama perlu dihasilkan semula.

Nota pantas

  1. Penjajaran jujukan · sumber dibaca 17 Oktober 2026

    Penjajar jujukan diterangkan

    LAST · CLUSTALW · Clustal Omega · BWA-MEM · Bowtie2 · BLASTN · BLAT

    Strategi penjajaran dibandingkan1 / 15

  2. Gambaran

    Tiga tugas, tujuh alat

    Pengelompokan artikel ini; dokumentasi setiap alat hanya menghuraikan dirinya.

    • Carian

      Cari di mana jujukan sepadan dengan pangkalan data atau genom

      • BLASTN · BLAT · LAST
    • Petakan bacaan

      Letakkan berjuta-juta bacaan penjujukan pada genom rujukan

      • BWA-MEM · Bowtie2
    • Jajarkan banyak

      Jajarkan banyak jujukan berkaitan dalam satu penjajaran

      • CLUSTALW · Clustal Omega

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20262 / 15

  3. Asas

    Penjajaran dalam satu gambar

    Pertanyaan ACGTTGCAAT berbanding rujukan ACCTTGCGAT: 8 daripada 10 kedudukan sepadan, iaitu identiti 80%.

    • Setempat

      Hanya regangan paling sepadan dilaporkan

      • BLASTN dan LAST berfungsi begini.
    • Hujung ke hujung

      Setiap kedudukan dikira

      • Lalai Bowtie2; alat Clustal menjajar sepanjang penuh.
    • Jurang

      Sisipan atau pemadaman dikenakan penalti buka serta penalti sambungan

      • Dipanggil kos jurang afin.

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20263 / 15

  4. Asas

    Benih, kemudian panjangkan

    BLASTN, BLAT, LAST, BWA-MEM dan Bowtie2 mengikut corak ini dan berbeza terutamanya pada langkah benih. CLUSTALW dan Clustal Omega membina pokok panduan sebagai ganti.

    1. 1BenihCari padanan tepat pendek melalui indeks
    2. 2RantaiKumpulkan benih yang sebaris
    3. 3PanjangkanKembangkan setiap benih dengan pengaturcaraan dinamik
    4. 4MarkahSimpan penjajaran yang cukup tinggi skornya

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20264 / 15

  5. Benih

    Benih sepintas lalu

    Benih lebih panjang lebih pantas tetapi terlepas padanan lemah; benih lebih pendek menangkap lebih banyak dan memakan lebih masa.

    AlatBenihIndeks
    BLASTNPerkataan tepat: 28 bes (megablast, lalai), 11 (blastn)Jadual perkataan pertanyaan
    BLATDua 11-mer sempurna pada satu pepenjuru11-mer genom dalam memori
    LASTAdaptif: dipanjangkan hingga jarangTatasusunan akhiran
    BWA-MEMPadanan tepat supermaksimum, sekurang-kurangnya 19 besIndeks FM
    Bowtie2Tetap, 22 bes (20 dalam mod setempat)Indeks FM

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20265 / 15

  6. Carian · 1 daripada 3

    BLASTN

    Benih perkataan tetap, pemanjangan X-drop, dan nilai E bagi setiap padanan

    1. 1Potong pertanyaan kepada perkataan28 bes (megablast) atau 11 (blastn)
      pertanyaanGATCCTAGGCTTACGATCCTAGGCT1ATCCTAGGCTT2TCCTAGGCTTA3CCTAGGCTTAC4

      14 bes memberi 14 − 11 + 1 = 4 perkataan 11 bes, setiap satu disimpan dalam jadual carian mengikut kedudukannya dalam pertanyaan (tugas blastn).

    2. 2Panjangkan setiap padananX-drop tanpa jurang, kemudian berjurang
      pertanyaanGATCCTAGGCTTACGATGCAsubjekGATCCTAGGCTCACGTCCAG

      N benihN padananN ketidakpadananN digugurkan

      +2 bagi padanan, −3 bagi ketidakpadanan. Skor terbaik, 25, dicapai selepas 15 bes; pada 19 skor jatuh lebih daripada X = 5 di bawahnya, jadi pemanjangan berhenti dan dipotong balik kepada 15. X di sini nilai contoh.

    3. 3Markah dan susunStatistik Karlin–Altschul memberi nilai E
      PadananPadan / tidakSkor
      A14 / 125
      B13 / 123
      C11 / 022

      Setiap padanan diberi skor +2/−3. Nilai E mengira padanan secara kebetulan yang dijangka mendapat skor sekurang-kurangnya sama, jadi ia menurun apabila skor naik dan susunannya sama. Padanan dengan E melebihi 10 tidak dilaporkan.

    FaktaNilai
    IndeksJadual carian perkataan pertanyaan
    BenihPerkataan tepat 11 atau 28 bes; 7 untuk pertanyaan pendek
    KeyakinanNilai E dan skor bit
    Terbaik untukDNA berbeza, dengan statistik

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20266 / 15

  7. Carian · 2 daripada 3

    BLAT

    Indeks genom, imbas pertanyaan: penempatan pantas jujukan hampir serupa

    1. 1Indeks genom11-mer tidak bertindih dalam memori
      genomTGGACCTAGCAATCGGTACCATTGGACCTAGCA1ATCGGTACCAT12

      22 bes genom masuk ke indeks sebagai 2 11-mer tidak bertindih, bukan 22 − 11 + 1 = 12 yang bertindih. Nombor ialah kedudukan permulaan setiap satu.

    2. 2Perlukan dua padananDua 11-mer sempurna pada satu pepenjuru
      CTGGACCTAGCAATCGGTACCATGTGGACCTAGCA−1ATCGGTACCAT−1

      N benih

      Setiap 11-mer pertanyaan, baris teratas, dicari. Dua padan dengan indeks, kedua-duanya pada pepenjuru −1 (kedudukan genom tolak kedudukan pertanyaan), jadi kawasan itu terus dijajarkan.

    3. 3Cantumkan blokEkson dicantum menjadi penjajaran peringkat gen, tapak sambatan dilaraskan
      genomATGCCAGTAAGCAGGTTCGAmRNAATGCCA--------GTTCGA

      N padanan- jurang

      Dua blok 6 bes dicantum merentasi jurang 8 bes; hujung GT…AG jurang itu sepadan dengan tapak sambatan kanonik.

    FaktaNilai
    Indeks11-mer genom dalam memori (kira-kira 1 GB)
    BenihDua padanan 11-mer sempurna
    KeyakinanSkor dan identiti; tiada nilai E dalam output lalai
    Terbaik untukmRNA pada genom pada 95%+; halaman UCSC menyebut minimum 25 atau 40 bes

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20267 / 15

  8. Carian · 3 daripada 3

    LAST

    Benih adaptif, untuk genom kaya ulangan dan perbandingan genom penuh

    1. 1Bina tatasusunan akhiranlastdb mengindeks rujukan sekali
      ACG5ACGTACG1CG6CGTACG2G7GTACG3TACG4

      7 akhiran rujukan ACGTACG, diisih. Nombor ialah kedudukan permulaan setiap satu; satu carian menemui semua akhiran yang bermula dengan sesuatu benih.

    2. 2Kembangkan benih adaptifSetiap benih dipanjangkan sehingga jarang dalam rujukan
      pertanyaanACGTTCA
      PanjangBenihMuncul
      1A2
      2AC2
      3ACG2
      4ACGT1

      N benih

      Benih dipanjangkan satu huruf demi satu huruf sehingga muncul paling banyak m = 1 kali dalam rujukan: benih 4 huruf. m di sini nilai contoh.

    3. 3Panjangkan, kemudian belajarX-drop tanpa jurang kemudian berjurang; last-train mempelajari kadar daripada data
      ruj.TCACGTTGGATCAApertanyaanTGACGTTGGA-CTA

      N benihN padananN ketidakpadanan- jurang

      Teras, iaitu regangan serupa terpanjang (8 huruf), menjadi benih bagi pemanjangan berjurang ke kedua-dua arah. 2 penggantian dan 1 pemadamannya ialah jenis perbezaan yang dipelajari kadarnya oleh last-train.

    FaktaNilai
    IndeksTatasusunan akhiran (lastdb)
    BenihAdaptif, dipanjangkan hingga jarang
    KeyakinanNilai E dan EG (jangkaan padanan bagi setiap bilion huruf pertanyaan)
    Terbaik untukGenom kaya ulangan atau berbeza

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20268 / 15

  9. Petakan bacaan · 1 daripada 2

    BWA-MEM

    Padanan tepat maksimum sebagai benih; setempat atau hujung ke hujung dipilih secara automatik

    1. 1Cari padanan tepat maksimumSMEM sekurang-kurangnya 19 bes; yang panjang dibenih semula
      ruj.ACGTTAGCCATGGACTTGCAATbacaanACGTTAGCCATGGACTTGCAGTACGTTAGCCATGGACTTGCA20AG2GT2

      N benihN padananN ketidakpadananN digugurkan

      3 SMEM meliputi bacaan; nombor ialah panjang setiap satu. Hanya SMEM 20 bes mencapai minimum 19 dan menjadi benih; tiada yang melebihi 28, jadi tiada yang dibenih semula.

    2. 2Rantai dan panjangkanPengaturcaraan dinamik berjalur jurang afin dengan Z-drop
      BenihBacaanRuj.Panjang
      A1–20101–12020
      B22–45121–14424
      C27–455001–501919

      A dan B tersusun mengikut urutan pada bacaan dan rujukan: satu rantai. Satu bes bacaan tambahan ialah jurang berkos 6 + 1 = 7, jadi dengan 1 bagi setiap padanan skornya 44 − 7 = 37. Rantai C terletak dalam julat bacaan itu dan berskor 19, jadi ia ditapis.

    3. 3Pasangkan dan laporkanPasangan diselamatkan dalam julat saiz sisipan; output MAPQ
      TetingkapBes
      μ ± 4σ200–400

      Dengan purata sisipan μ 300 dan sebaran σ 25 (nilai contoh), pasangan yang tidak dipetakan dicari dalam 200–400: yang di 350 diselamatkan, yang di 450 tidak. MAPQ berskala Phred: 30 bermakna peluang 1 dalam 1,000 bacaan diletakkan salah.

    FaktaNilai
    IndeksIndeks FM (bwa index)
    BenihSMEM, sekurang-kurangnya 19 bes
    KeyakinanKualiti pemetaan (MAPQ)
    Terbaik untukBacaan atau contig 70 bes hingga megabes

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 20269 / 15

  10. Petakan bacaan · 2 daripada 2

    Bowtie2

    Beberapa benih panjang tetap, kemudian pemanjangan dipercepat SIMD

    1. 1Ambil benih daripada bacaan22 bes (20 dalam mod setempat), daripada bacaan dan pelengkap songsangnya
      bacaanTTGCATCCTAAGTCTAGCTTGATTGCATCCTA1CCTAAGTCTA7TCTAGCTTGA13

      Benih 10 bes setiap 6 bes (nilai contoh) memberi 3 daripada bacaan 22 bes, dan 3 lagi daripada pelengkap songsangnya. Secara lalai benih ialah 22 bes (20 dalam mod setempat), diambil setiap 1 + 1.15√L bes bagi bacaan L bes.

    2. 2Cari benihIndeks FM menemui padanan tepat tanpa jurang
      ruj.TTGCATCCGAAGTCTAGCTTGATTGCATCCTA0CCTAAGTCTA0TCTAGCTTGA1

      N benihN padananN ketidakpadanan

      Benih mesti padan tepat (-N 0); nombor ialah bilangan padanannya. Ketidakpadanan pada bes 9 mematahkan benih 1 dan 2, dan benih 3 menemui 1 padanan.

    3. 3Panjangkan dengan SIMDPadanan diutamakan menerima pengaturcaraan dinamik dipercepat SIMD
      ModSkorMinimum
      Hujung ke hujung−17−30.6
      Setempat8151.3

      Bacaan 50 bes dengan satu ketidakpadanan (−6) dan satu jurang 2 bes (−11). Hujung ke hujung bermula daripada 0; mod setempat menambah +2 bagi setiap 49 bes yang padan. Kedua-duanya melepasi minimum masing-masing, −0.6 − 0.6L dan 20 + 8 ln L.

    FaktaNilai
    IndeksIndeks FM (kira-kira 3.2 GB bagi genom manusia)
    BenihTetap, 20–22 bes, tiada ketidakpadanan
    KeyakinanKualiti pemetaan (MAPQ)
    Terbaik untukBacaan kira-kira 50 hingga beberapa ratus bes

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 202610 / 15

  11. Jajarkan banyak · 1 daripada 2

    CLUSTALW

    Penjajaran berbilang progresif klasik

    1. 1Ukur jarakSetiap pasangan dijajarkan, dengan k-tuple atau penjajaran penuh
      AGATTACAGCABGATTACTGCACGACTTCAGGADGACTTCTGGT
      ABC
      B0.1
      C0.30.4
      D0.50.40.2

      Jarak ialah 1 − identiti: A dan B berbeza pada 1 daripada 10 kedudukan, jadi 0.1.

    2. 2Bina pokok panduanNeighbour-Joining menyusun jujukan
      ABCD

      Neighbour-Joining pada jarak itu memasangkan A dengan B dan C dengan D; punca diletakkan di titik tengah laluan terpanjang.

    3. 3Jajarkan mengikut pokokProfil berpemberat, penalti jurang khusus kedudukan
      AGATTACAGCA1BGATTACTGCA1CGACTTCAGGA2DGACTTCTGGT2

      N padanan

      Digabung mengikut susunan pokok: 1 A dengan B, 2 C dengan D, kemudian 3 kedua-dua profil antara satu sama lain.

    FaktaNilai
    IndeksTiada (jarak semua pasangan)
    BenihTiada (pokok jarak sebagai ganti)
    KeyakinanTiada
    Terbaik untukSet kecil, pengajaran, menghasilkan semula kerja lama

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 202611 / 15

  12. Jajarkan banyak · 2 daripada 2

    Clustal Omega

    Penjajaran berbilang boleh skala, HMM profil terhadap HMM profil

    1. 1Benamkan jujukanmBed: jarak kepada kira-kira log N jujukan rujukan
      S1GATTCAGC0, 0.5S2GATTCTGC0.29, 0.5S3GACTCAGC0.29, 0.33S4GTCTAGC0.5, 0S5GTCTATC0.67, 0.33S6GTCTAGG0.67, 0.17

      Setiap jujukan menjadi jaraknya kepada n = 2 jujukan rujukan, S1 dan S4: 6 × 2 = 12 jarak, bukan kesemua 15 pasangan. Jarak di sini ialah bahagian perkataan 2 huruf yang tidak dikongsi, ukuran contoh.

    2. 2Kelompokkan menjadi pokokK-means atau UPGMA, O(N log N)
      S1S2S3S4S5S6

      UPGMA pada vektor itu meletakkan S1–S3 dalam satu kumpulan dan S4–S6 dalam kumpulan lain.

    3. 3Jajarkan HMM dengan HMMHHalign di setiap nod; lelaran pilihan
      S1GATTCAGCS2GATTCTGCS3GACTCAGCS4GTCT-AGCS5GTCT-ATCS6GTCT-AGG

      - jurang

      Setiap kumpulan ialah satu profil; kedua-duanya dijajarkan lajur demi lajur, dan jurang dibuka pada lajur 5 profil kedua.

    FaktaNilai
    IndeksTiada (vektor mBed)
    BenihTiada (pokok berkelompok sebagai ganti)
    KeyakinanTiada
    Terbaik untukSet kecil hingga sangat besar; lebih 190,000 jujukan dalam ujian pengarangnya

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 202612 / 15

  13. Perbandingan

    Tujuh alat, sebelah-menyebelah

    MAPQ ialah skor kualiti pemetaan, bukan nilai E.

    AlatTugasIndeksBenihKeyakinan
    BLASTNCarianJadual perkataan pertanyaanPerkataan tepat, 11 atau 28Nilai E
    BLATCarian11-mer genom dalam memoriDua 11-merSkor, identiti
    LASTCarianTatasusunan akhiranAdaptifNilai E, EG
    BWA-MEMPetakan bacaanIndeks FMSMEM, 19+MAPQ
    Bowtie2Petakan bacaanIndeks FMTetap, 20–22MAPQ
    CLUSTALWJajarkan banyakTiadaTiadaTiada
    Clustal OmegaJajarkan banyakTiadaTiadaTiada

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 202613 / 15

  14. Memilih

    Yang mana patut saya guna?

    Tafsiran daripada perbandingan, bukan kedudukan.

    Keadaan andaAlat dicadangkan
    Bacaan pendek, kira-kira 50 hingga beberapa ratus besBWA-MEM / Bowtie2
    Bacaan panjang atau contig terhimpunBWA-MEM, atau LAST dengan last-train
    mRNA pada genomnya sendiri pada identiti 95%+BLAT
    Homolog berbeza yang memerlukan nilai EBLASTN
    Genom penuh dengan banyak ulanganLAST
    Penjajaran berbilang banyak jujukanClustal Omega

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 202614 / 15

  15. Rumusan

    Pilih tugas dahulu, kemudian alat

    • Alat carian berbeza terutamanya pada benihnya.
    • Pemeta bacaan mengindeks rujukan sekali, kemudian mengalirkan bacaan melaluinya.
    • Untuk penjajaran berbilang, Clustal Omega berbanding CLUSTALW, kecuali kerja lama perlu dihasilkan semula.

    Pegang dengan longgar

    Nilai lalai berubah antara versi, dan setiap angka kelajuan ialah milik pembangun sendiri, dari 1990 hingga 2013.

    Tujuh penjajar jujukan · sumber dibaca 17 Oktober 202615 / 15

  • W. J. Kent, BLAT (Genome Research, 2002, PMC)
  • S. M. Kiełbasa dan rakan-rakan, benih adaptif (Genome Research, 2011, PMC)
  • dokumentasi LAST (lastal, nilai E, skema pembenihan, lastdb, last-train, buku panduan) dan tag repositori, GitLab
  • M. Hamada dan rakan-rakan, last-train (Bioinformatics, 2017, PubMed)
  • A. M. Shrestha dan M. C. Frith, bacaan hujung berpasangan (Bioinformatics, 2013, PubMed)
  • M. C. Frith dan R. Kawaguchi, penjajaran terbahagi (Genome Biology, 2015, PMC)
  • H. Li, BWA-MEM (arXiv, 2013), halaman manual bwa dan keluaran 0.7.19, GitHub
  • manual dan NEWS Bowtie 2, GitHub
  • B. Langmead dan S. L. Salzberg, Bowtie 2 (Nature Methods, 2012, PMC)
  • S. F. Altschul dan rakan-rakan, BLAST (Journal of Molecular Biology, 1990, PubMed) dan gapped BLAST (Nucleic Acids Research, 1997)
  • C. Camacho dan rakan-rakan, BLAST+ (BMC Bioinformatics, 2009, PMC)
  • kod sumber BLAST NCBI C++ Toolkit, GitHub
  • direktori muat turun BLAST+ NCBI
  • Pelayar Genom UCSC, Soalan Lazim BLAT, spesifikasi BLAT dan Panduan Pengguna
  • J. D. Thompson, D. G. Higgins dan T. J. Gibson, CLUSTAL W (Nucleic Acids Research, 1994)
  • F. Sievers dan rakan-rakan, Clustal Omega (Molecular Systems Biology, 2011, PMC)
  • F. Sievers dan D. G. Higgins, pakej Clustal Omega (Methods in Molecular Biology, 2021, PubMed). Dibaca 17 Oktober 2026.

Boleh diharap

Boleh diharap, tetapi berkepentinganWajar dipercayai dan boleh diharapLemah pada kedua-duanya, dan digunakan dengan berhati-hatiJujur, tetapi tipis

Wajar dipercayai

Setiap titik ialah satu sumber yang digunakan, diletakkan mengikut dua pertimbangan pada skala enam langkah. Titik tidak bernama: carta ini menunjukkan rupa buktinya, bukan penilaian terhadap mana-mana penerbit.

Versi

Dokumen ini ditulis semula apabila kandungannya perlu berubah. Setiap versi kekal diterbitkan di alamatnya sendiri.

  1. v0002 semasa
  2. v0001 digantikan

Versi semasa juga berada di latest/.