Clustalo¶
简介¶
Clustalo即Clustal-Omega，是一种用于蛋白质和 DNA/RNA 的通用多序列比对 （MSA） 程序。它可以生成高质量的MSA，并能够在合理的时间内处理数十万个序列的数据集。
在默认模式下，用户提供要对齐的序列文件，这些序列被聚类以生成一个指南树，这用于指导序列的“渐进式对齐”。此外，还具有将现有比对相互对齐、将序列与比对以及使用隐马尔可夫模型 （HMM） 来帮助指导与用于制作 HMM 的序列同源的新序列的比对的工具。后一种过程称为“外部轮廓对齐”或 EPA。
Clustal-Omega 使用 HMM 作为对齐引擎，基于 Johannes Soeding 的 HHalign 包。指南树是使用 mBed的增强版本制作的，它可以在 O(N*log(N)) 时间内聚类大量序列。然后，按照参考树给出的聚类，使用 HHalign 对齐越来越大的对齐方式进行多重对齐。
目前形式的 Clustal-Omega 已经过广泛的蛋白质序列测试，自 1.1.0 版起添加了 DNA/RNA 支持。
可用的版本¶
版本 |
平台 |
构建方式 |
模块名 |
|---|---|---|---|
1.2.4 |
cpu |
precompile |
clustalo/1.2.4-intel-2021.4.0 思源一号 |
1.2.4 |
cpu |
precompile |
clustalo/1.2.4-intel-2021.4.0 |
Clustalo预编译文件安装步骤¶
官网下载预编译文件
$ wget http://www.clustal.org/omega/clustalo-1.2.4-Ubuntu-x86_64
重命名后添加可执行权限
$ mv clustalo-1.2.4-Ubuntu-x86_64 clustalo
$ chmod u+x clustalo
添加Clustalo的环境变量
$ export PATH=path/to/clustalo:$PATH
检验安装，以下命令查看clustalo版本信息
$ clustalo --version
Clustalo编译安装步骤¶
安装clustalo之前，要先安装argtable2-13作为其编译的依赖。
$ wget https://launchpad.net/ubuntu/+archive/primary/+sourcefiles/argtable2/13-1.1/argtable2_13.orig.tar.gz
$ tar -zxvf argtable2_13.orig.tar
$ cd argtable2-13/
$ $ ./configure --prefix=path/to/argtable2-13
$ make check
$ make && make install
添加argtable2-13的环境变量
$ export PATH=path/to/argtable2-13:$PATH
$ export LD_LIBRARY_PATH=path/to/argtable2-13/lib:$LD_LIBRARY_PATH
编译安装clustalo
$ clustalo --version
$ wget https://launchpad.net/ubuntu/+source/clustalo/1.2.4/clustalo_1.2.4.orig.tar
$ tar -zxvf clustalo_1.2.4.orig.tar
$ cd clustal-omega-1.2.4
申请节点进行编译
$ srun -p small -n 4 --pty /bin/bash # Pi2.0
$ srun -p 64c512g -n 4 --pty /bin/bash # 思源一号
调用intel-oneapi编译器
$ module load oneapi/2021.4.0
开始编译
$ ./configure CFLAGS='-I/path/to/argtable2-13/include' LDFLAGS='-L/path/to/argtable2-13/lib' --prefix=/path/to/clustalo
$ make check
$ make && make install
添加Clustalo的环境变量
$ export PATH=/path/to/clustalo/bin:$PATH
$ export PATH=/path/to/clustalo/include:$PATH
$ export LD_LIBRARY_PATH=/path/to/clustalo/lib:$LD_LIBRARY_PATH
检验安装，以下命令查看clustalo版本信息
$ clustalo --version
Clustalo运行示例¶
将以下内容保存为globin.fa
>P01013 GENE X PROTEIN (OVALBUMIN-RELATED)
QIKDLLVSSSTDLDTTLVLVNAIYFKGMWKTAFNAEDTREMPFHVTKQESKPVQMMCMNNSFNVATLPAE
KMKILELPFASGDLSMLVLLPDEVSDLERIEKTINFEKLTEWTNPNTMEKRRVKVYLPQMKIEEKYNLTS
VLMALGMTDLFIPSANLTGISSAESLKISQAVHGAFMELSEDGIEMAGSTGVIEDIKHSPESEQFRADHP
FLFLIKHNPTNTIVYFGRYWSP
>NP_689511.2 nuclear autoantigenic sperm protein isoform 3 [Homo sapiens]
MAMESTATAAVAAELVSADKIEDVPAPSTSADKVESLDVDSEAKKLLGLGQKHLVMGDIPAAVNAFQEAAS
LLGKKYGETANECGEAFFFYGKSLLELARMENGVLGNALEGVHVEEEEGEKTEDESLVENNDNIDETEGSE
EDDKENDKTEEMPNDSVLENKSLQENEEEEIGNLELAWDMLDLAKIIFKRQETKEAQLYAAQAHLKLGEVS
VESENYYOAVEEFQSCLNLQEQYLEAHDRLLAETHYQLGLAYGYNSQYDEAVAQFSKSIEVIENRMAVLNE
QVKEAEGSSAEYKKEIEELKELLPEIREKIEDAKESQRSGNVAELALKATLVESSTSGFTPGGGGSSVSMI
ASRKPTDGASSSNCVTDISHLVRKKRKPEEESPRKDDAKKAKQEPEVNGGSGDAVPSGNEVSENMEEEAEN
QAESRAAVEGTVEAGATVESTAC
module调用clustalo
$ module load clustalo/1.2.4-intel-2021.4.0
Clustal-Omega读取序列文件globin.fa，对齐序列，并将结果以fasta/a2m格式打印到屏幕上。
$ clustalo -i globin.fa
运行结果
>P01013 GENE X PROTEIN (OVALBUMIN-RELATED)
-------------------QIKDLLVSSS-------TDLD--------------------
-------TTLV------------LVNAIYFKGM------------WKTAF----------
--------------------------NAEDTREMPFHVTKQESKPVQMMCMNNSFNVATL
PAEKMKILELPFASGDLSMLVLLPDEVSDL-------------------------ERIEK
TINFE-----------------------K-------LTEWTNPNT---------------
---------MEKRRVKVYLPQMKIEEKYNLTSVLMALGMTDLFIPSANLTGISSAESLKI
SQAVHGAFMELSEDGIEMAGS------------------TGVIEDIKH------SPESEQ
FRADHPFLFLIKHNPT-----NTIVYFGRYWSP---------------------------
----
>NP_689511.2 nuclear autoantigenic sperm protein isoform 3 [Homo sapiens]
MAMESTATAAVAAELVSADKIEDVPAPSTSADKVESLDVDSEAKKLLGLGQKHLVMGDIP
AAVNAFQEAASLLGKKYGETANECGEAFFFYGKSLLELARMENGVLGNALEGVHVEEEEG
EKTEDESLVENNDNIDETEGSEEDDKENDKTEEMPND----------SVLENKSL--QEN
EEEEIGNLELAWDMLDLAKIIFKRQETKEAQLYAAQAHLKLGEVSVESENYYOAVEEFQS
CLNLQEQYLEAHDRLLAETHYQLGLAYGYNSQYDEAVAQFSKSIEVIENRMAVLNEQVKE
AEGSSAEYKKEIEELKELLPEIREKIEDAKE--SQ---------RSGNVA----------
ELALKATLVESSTSGFTPGGGGSSVSMIASRKPTDGASSSNCVTDISHLVRKKRKPEEES
PRKDDAKK--AKQEPEVNGGSGDAVPSGNEVSENMEEEAENQAESRAAVEGTVEAGATVE
STAC