MUSCLE: метод множественного выравнивания последовательностей с уменьшенной временной и пространственной сложностью
MUSCLE: a multiple sequence alignment method with reduced time and space complexity
2004-08-19
SCID: 54.1/zpwqemsq
Discuss with AI
MUSCLEMUSCLE-fastтесты точности выравниваниямножественное выравнивание последовательностейбелковые последовательности
Figures from the paper
Abstract (AI)
Предпосылки: В предыдущей работе мы представили MUSCLE — новую программу для создания множественных выравниваний белковых последовательностей, привели краткое описание алгоритма и показали, что MUSCLE обеспечивает самые высокие из опубликованных на тот момент оценок на четырех тестах точности выравнивания. В настоящей работе мы более подробно рассматриваем алгоритм и описываем несколько ранее не публиковавшихся методов, повышающих биологическую точность и/или снижающих вычислительную сложность. Мы представляем новую опцию MUSCLE-fast, разработанную для высокопроизводительных приложений. Кроме того, мы описываем новый протокол оценки целевых функций, используемых для выравнивания двух профилей. Результаты: Мы сравниваем скорость и точность MUSCLE с CLUSTALW, Progressive POA и скриптом FFTNS1 пакета MAFFT — самой быстрой из ранее опубликованных программ, известных автору. Точность оценивается с использованием четырех тестов: BAliBASE, PREFAB, SABmark и SMART. Мы исследуем три варианта, обеспечивающие максимальную точность (MUSCLE с настройками по умолчанию), максимальную скорость (MUSCLE-fast) и тщательно выбранный компромисс между ними (MUSCLE-prog). Мы установили, что MUSCLE-fast является самым быстрым алгоритмом на всех наборах тестов, обеспечивая среднюю точность выравнивания, сопоставимую с CLUSTALW, за время, обычно на два–три порядка меньшее. MUSCLE-fast способен выровнять 1 000 последовательностей средней длиной 282 за 21 секунду на современном настольном компьютере. Выводы: MUSCLE предлагает ряд опций, обеспечивающих более высокую скорость и/или точность выравнивания по сравнению с доступными в настоящее время программами. MUSCLE находится в свободном доступе по адресу http://www.drive5.com/muscle.
Key Findings
1
MUSCLE внедряет алгоритмические методы, повышающие точность множественного выравнивания белковых последовательностей и снижающие вычислительную сложность.
2
MUSCLE предоставляет варианты с различным компромиссом между точностью и скоростью, включая стандартный MUSCLE, MUSCLE-fast и MUSCLE-prog.
3
MUSCLE-fast достигает сопоставимой с CLUSTALW точности при времени выполнения, обычно в два-три порядка меньшем.
4
MUSCLE-fast выравнивает 1 000 белковых последовательностей средней длиной 282 остатка за 21 секунду на современном настольном компьютере.
5
MUSCLE-fast является самым быстрым протестированным алгоритмом на всех наборах тестов, сохраняя точность, сходную с CLUSTALW.
Research Object
Множественное выравнивание белковых последовательностей
Research Subject
точность выравнивания и вычислительная сложность, включая скорость выполнения и использование памяти
Publication Details
Publication Date
2004-08-19
Journal
Publisher
ISSN
Cited by
8879
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai3
Работы, цитирующие эту статью14
MEGA7: Molecular Evolutionary Genetics Analysis версия 7.0 для больших наборов данных2016
MEGA5: молекулярно-эволюционный генетический анализ с использованием методов максимального правдоподобия, эволюционных расстояний и максимальной парсимонии2011
Два новых памятника позднего каменного века финального плейстоцена в долине Фалеме, восточный Сенегал2024
TopHat: выявление сайтов сплайсинга с помощью RNA-Seq2009
progressiveMauve: множественное выравнивание геномов с приобретением, утратой и перестройкой генов2010
eggNOG 4.5: иерархическая система ортологии с улучшенными функциональными аннотациями эукариотических, прокариотических и вирусных последовательностей2015
Асимметричная эволюция паралогов «скрытого» гена Bmp16 и его хорошо изученных сестринских генов Bmp2 и Bmp42019
Взаимоотношения совместного встречаемости микроорганизмов в микробиоме человека2012
Филогеномный взгляд на экологическую специализацию Lachnospiraceae — семейства бактерий, ассоциированных с пищеварительным трактом2014
Филогенетическая и функциональная оценка проектов и методов предсказания ортологов2009
TCR-BERT: изучение «грамматики» T-клеточных рецепторов для гибкого анализа связывания антигенов2021
Полногеномная идентификация и анализ семейства генов транскрипционных факторов NAC у спаржи садовой (Asparagus officinalis)2022
Два новых психротолерантных вида Massilia подавляют фитопатогенные бактерии Clavibacter и Curtobacterium2025
Архитектура суперсборки Hdr–Vhu–Fwd массой 8 MDa у метаногенов класса I2026