使用muscle进行多序列比对

muscle是最为广泛使用的多序列比对工具之一，其速度和准确度比clustal都要更加优秀，在几秒钟的时间就可以完成上百条序列的比对，而且用法简单。官网如下

https://www.drive5.com/muscle/

在下载页面，提供了多个操作系统的可执行文件。

linux下安装的代码如下

wget https://www.drive5.com/muscle/downloads3.8.31/muscle3.8.31_i86linux64.tar.gztar xzvf muscle3.8.31_i86linux64.tar.gzmv muscle3.8.31_i86linux64 musclechmod +x muscle

由于解压后的文件名很长，这里对文件进行了重命名，然后添加了可执行权限。为了方便调用，可以将该文件添加到PATH环境变量中。muscle的基本用法如下

muscle -in seqs.fa -out seqs.afa

输入序列为FASTA格式，如果输入序列中出现了gap, 会先去除这些gap, 然后在进行多序列比对。默认输出的比对结果也为fasta格式，也支持phylip, msf, clustalw等其他格式。

除了多序列比对外，muscle还可以构建进化树，支持以下两种建树方式

1. NJ

2. UPGMA

NJ法构建的进化树可信度更高，而UPGMA建树的速度更快。基本用法如下

muscle -maketree -in seqs.afa -out seqs.phy -cluster neighborjoining

-cluster参数指定建树的方法，默认为upgma。输出的tree文件格式为Newick格式。

muscle的默认参数设置最大化的保证了比对的准确度，对于大的序列，如果比对速度不是很理想时，可以适当的调整参数。

对于核酸和氨基酸序列，官方分别推荐了速度最快的参数设置。

核酸

muscle -in seqs.fa -out seqs.afa -maxiters 1 -diags

氨基酸

muscle -in seqs.fa -out seqs.afa -maxiters 1 -diags -sv -distance1 kbit20_3

使用muscle时，其默认参数设置就能够满足绝大部分的使用场景，只有对于较大的输入序列，才需要调整参数。

EBI提供了muscle的在线服务，网址如下

https://www.ebi.ac.uk/Tools/msa/muscle/

用法和clustal的用法是类似的，这里就不赘述了。对于500条以下而且数据量小于1Mb的序列，可以直接使用该在线服务。

·end·