Paarweises Sequenzalignment
Füge zwei DNA-, RNA- oder Proteinsequenzen ein und aligniere sie mit dem Needleman–Wunsch- (global) oder Smith–Waterman-Algorithmus (lokal). Wähle BLOSUM62 oder Match/Mismatch-Bewertung und affine Gap-Strafen und lies dann Identität, Ähnlichkeit, Gaps und Score ab – bei kurzen Sequenzen mit der vollständigen Matrix der dynamischen Programmierung.
Zuletzt aktualisiert:
Alignment
Score-Matrix der dynamischen Programmierung
Bester Score in jeder Zelle; hervorgehobene Zellen bilden den Traceback-Pfad.Anleitung: Paarweises Sequenzalignment
- Füge die beiden Sequenzen in die Felder A und B ein. FASTA-Header werden als Namen verwendet; Leerzeichen, Zahlen und Bindestriche werden ignoriert.
- Wähle global oder lokal. Global aligniert die Sequenzen von Ende zu Ende; lokal findet den am besten übereinstimmenden Bereich.
- Lege die Bewertung fest. Auto nutzt Match 5 / Mismatch −4 für DNA und BLOSUM62 für Protein; Gap-Öffnung 10 und Verlängerung 0.5 sind übliche Standardwerte.
- Lies die Zusammenfassung: Identität, Ähnlichkeit, Gaps, Score und die alignierten Koordinaten.
- Prüfe die Alignment-Ansicht und bei kurzen Sequenzen die Score-Matrix mit dem Traceback-Pfad, dann kopiere das Ergebnis oder lade es herunter.
So funktionieren die Alignment-Algorithmen
Beide Algorithmen füllen eine Matrix der dynamischen Programmierung, in der Zelle (i, j) den besten Score für das Alignment der ersten i Reste von A mit den ersten j Resten von B enthält. Jede Zelle wird durch einen diagonalen Schritt (Ai mit Bj alignieren und ihren Substitutions-Score addieren), einen vertikalen Schritt (Ai gegen ein Gap) oder einen horizontalen Schritt (Bj gegen ein Gap) erreicht. Das Tool nutzt Gotohs Drei-Matrizen-Variante, damit das Öffnen und das Verlängern eines Gaps unterschiedlich viel kosten können.
- Needleman–Wunsch (global): Die erste Zeile und Spalte enthalten die Kosten führender Gaps, und das Ergebnis steht in der Zelle unten rechts. Der Traceback von dort ergibt ein Alignment von Ende zu Ende.
- Smith–Waterman (lokal): Jede Zelle kann bei 0 neu beginnen, sodass negative Abschnitte wegfallen. Das Ergebnis ist die höchste Zelle irgendwo in der Matrix, und der Traceback endet dort, wo der Score wieder 0 erreicht.
Probiere das Lehrbuchbeispiel GCATGCG / GATTACA mit Match +1, Mismatch −1 und Gap-Kosten von 1 (Öffnen 1, Verlängern 1). Der globale Score ist 0, und die Score-Matrix zeigt den Traceback-Pfad.
Empfohlene Einstellungen
| Aufgabe | Modus | Bewertung | Gap öffnen / verlängern |
|---|---|---|---|
| Zwei Versionen desselben Gens | Global | Match 5, Mismatch −4 | 10 / 0.5 |
| Homologe Proteine ähnlicher Länge | Global | BLOSUM62 | 10 / 0.5 (oder 11 / 1) |
| Eine Domäne oder ein Motiv in einem längeren Protein finden | Lokal | BLOSUM62 | 10 / 0.5 |
| Kurzer Read oder Primer gegen eine Referenz | Lokal oder global mit freien End-Gaps | Match 5, Mismatch −4 | 10 / 0.5 |
| Den Algorithmus von Hand lernen | Global | Match 1, Mismatch −1 | 1 / 1 (lineares Gap −1) |
Das Ergebnis lesen
- | (grün) identische Reste, : (gelb) unterschiedliche, aber ähnliche Reste (positiver BLOSUM62-Score), . Mismatches und - Gaps.
- Als grobe Richtlinie gilt: Proteinpaare mit über etwa 30–35% Identität über ein langes Alignment sind sehr wahrscheinlich homolog, während Werte um 20–25% eine „Twilight Zone“ sind, die weitere Belege braucht.
- Der Score hängt vom Bewertungssystem ab, vergleiche Scores also nur zwischen Alignments mit denselben Einstellungen.
- Um ein Gen mit einem Protein zu vergleichen, übersetze es zuerst mit dem DNA-zu-Protein-Übersetzer.
Häufige Fragen
Was ist der Unterschied zwischen globalem und lokalem Alignment?
Globales Alignment (Needleman–Wunsch) aligniert beide Sequenzen über ihre gesamte Länge und eignet sich am besten für Sequenzen ähnlicher Länge, die durchgehend verwandt sind. Lokales Alignment (Smith–Waterman) findet den Bereich mit dem höchsten Score und ignoriert den Rest – passend für eine Domäne in einem größeren Protein oder einen kurzen Read in einer längeren Sequenz.
Wie wird die prozentuale Identität berechnet?
Identität = identische alignierte Spalten ÷ alle Alignment-Spalten × 100, wobei die Gesamtzahl Gap-Spalten einschließt. Das entspricht der Konvention von EMBOSS needle und water. Andere Tools teilen manchmal durch die Länge der kürzeren Sequenz, daher können die Zahlen abweichen.
Was bedeutet Ähnlichkeit?
Ähnlichkeit zählt identische Paare plus Paare mit positivem Substitutions-Score. Mit BLOSUM62 gelten konservative Austausche wie Isoleucin zu Valin (Score 3) oder Aspartat zu Glutamat (Score 2) als ähnlich und werden im Alignment mit einem Doppelpunkt markiert.
Wie werden Gap-Strafen angewendet?
Ein Gap der Länge k kostet Öffnen + (k − 1) × Verlängern. Mit Öffnen 10 und Verlängern 0.5 kostet ein Gap von 1 Rest 10 und ein Gap von 5 Resten 12. Dieses affine Schema, gelöst mit dem Gotoh-Algorithmus, bevorzugt ein langes Gap gegenüber vielen kurzen – so treten Insertionen und Deletionen meist auch auf.
Was sind freie End-Gaps?
Mit freien End-Gaps kosten Gaps vor dem ersten oder nach dem letzten Rest einer der beiden Sequenzen nichts. Nutze das, wenn eine Sequenz ein Fragment der anderen ist oder sich beide nur an den Enden überlappen, etwa bei Sequenzier-Reads.
Wie lang dürfen die Sequenzen sein?
Bis zu etwa 25 Millionen Matrixzellen, zum Beispiel zwei Sequenzen mit je 5,000 Resten, abhängig von deinem Gerät. Die vollständige Score-Matrix wird nur angezeigt, wenn beide Sequenzen 40 Reste oder kürzer sind.
Werden meine Sequenzen hochgeladen?
Nein. Das Alignment wird mit JavaScript in deinem Browser berechnet, und es wird nichts an einen Server gesendet.
Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?
Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.