Herramienta de alineamiento de secuencias por pares
Pega dos secuencias de ADN, ARN o proteínas para alinearlas con el algoritmo de Needleman–Wunsch (global) o de Smith–Waterman (local). Elige la puntuación BLOSUM62 o match/mismatch y las penalizaciones de huecos afines, y consulta la identidad, la similitud, los huecos y la puntuación, con la matriz completa de programación dinámica para secuencias cortas.
Última actualización:
Alineamiento
Matriz de puntuación de programación dinámica
Mejor puntuación en cada celda; las celdas resaltadas son la ruta de retroceso.Cómo usar Herramienta de alineamiento de secuencias por pares
- Pega las dos secuencias en los cuadros A y B. Los encabezados FASTA se usan como nombres; los espacios, números y guiones se ignoran.
- Elige global o local. El global alinea las secuencias de extremo a extremo; el local encuentra la región que mejor coincide.
- Configura la puntuación. Auto usa match 5 / mismatch −4 para ADN y BLOSUM62 para proteínas; apertura de hueco 10 y extensión 0.5 son valores predeterminados habituales.
- Lee el resumen: identidad, similitud, huecos, puntuación y coordenadas alineadas.
- Revisa la vista del alineamiento y, para secuencias cortas, la matriz de puntuación con la ruta de retroceso; luego copia o descarga el resultado.
Cómo funcionan los algoritmos de alineamiento
Ambos algoritmos rellenan una matriz de programación dinámica en la que la celda (i, j) contiene la mejor puntuación para alinear los primeros i residuos de A con los primeros j residuos de B. A cada celda se llega mediante un paso diagonal (alinear Ai con Bj y sumar su puntuación de sustitución), un paso vertical (Ai frente a un hueco) o un paso horizontal (Bj frente a un hueco). La herramienta usa la versión de tres matrices de Gotoh para que abrir un hueco y extenderlo puedan costar cantidades distintas.
- Needleman–Wunsch (global): la primera fila y columna contienen el costo de los huecos iniciales, y la respuesta está en la celda inferior derecha. Retroceder desde ahí da un alineamiento de extremo a extremo.
- Smith–Waterman (local): cualquier celda puede reiniciarse en 0, así que los tramos negativos se descartan. La respuesta es la celda más alta de toda la matriz, y el retroceso se detiene donde la puntuación vuelve a 0.
Prueba el ejemplo de libro GCATGCG / GATTACA con match +1, mismatch −1 y un costo de hueco de 1 (apertura 1, extensión 1). La puntuación global es 0, y la matriz de puntuación muestra la ruta de retroceso.
Ajustes recomendados
| Tarea | Modo | Puntuación | Apertura / extensión de hueco |
|---|---|---|---|
| Dos versiones del mismo gen | Global | Match 5, mismatch −4 | 10 / 0.5 |
| Proteínas homólogas de longitud similar | Global | BLOSUM62 | 10 / 0.5 (u 11 / 1) |
| Encontrar un dominio o motivo dentro de una proteína más larga | Local | BLOSUM62 | 10 / 0.5 |
| Lectura corta o cebador frente a una referencia | Local, o global con huecos en los extremos gratuitos | Match 5, mismatch −4 | 10 / 0.5 |
| Aprender el algoritmo a mano | Global | Match 1, mismatch −1 | 1 / 1 (hueco lineal −1) |
Cómo leer el resultado
- | (verde) residuos idénticos, : (amarillo) residuos distintos pero similares (puntuación BLOSUM62 positiva), . no coincidencias y - huecos.
- Como guía aproximada, los pares de proteínas con más de un 30–35% de identidad en un alineamiento largo son muy probablemente homólogos, mientras que los valores en torno al 20–25% son una "zona de penumbra" que necesita otras pruebas.
- La puntuación depende del sistema de puntuación, así que compara puntuaciones solo entre alineamientos hechos con los mismos ajustes.
- Para comparar un gen con una proteína, tradúcelo primero con el Traductor de ADN a proteína.
Preguntas frecuentes
¿Qué diferencia hay entre el alineamiento global y el local?
El alineamiento global (Needleman–Wunsch) alinea ambas secuencias en toda su longitud y es mejor para secuencias de longitud similar que están relacionadas de principio a fin. El alineamiento local (Smith–Waterman) encuentra la región coincidente con mayor puntuación e ignora el resto, lo que encaja con un dominio dentro de una proteína más grande o una lectura corta dentro de una secuencia más larga.
¿Cómo se calcula el porcentaje de identidad?
Identidad = columnas alineadas idénticas ÷ total de columnas del alineamiento × 100, donde el total incluye las columnas con huecos. Coincide con la convención de EMBOSS needle y water. Otras herramientas a veces dividen por la longitud de la secuencia más corta, así que las cifras pueden diferir.
¿Qué significa similitud?
La similitud cuenta los pares idénticos más los pares con una puntuación de sustitución positiva. Con BLOSUM62, los cambios conservadores como isoleucina por valina (puntuación 3) o aspartato por glutamato (puntuación 2) cuentan como similares y se marcan con dos puntos en el alineamiento.
¿Cómo se aplican las penalizaciones de huecos?
Un hueco de longitud k cuesta apertura + (k − 1) × extensión. Con apertura 10 y extensión 0.5, un hueco de 1 residuo cuesta 10 y uno de 5 residuos cuesta 12. Este esquema afín, resuelto con el algoritmo de Gotoh, prefiere un hueco largo a muchos cortos, lo que coincide con la forma en que suelen producirse las inserciones y deleciones.
¿Qué son los huecos en los extremos gratuitos?
Con los huecos en los extremos gratuitos, los huecos antes del primer residuo o después del último de cualquiera de las secuencias no cuestan nada. Úsalo cuando una secuencia sea un fragmento de la otra o cuando las dos solo se solapen en sus extremos, como las lecturas de secuenciación.
¿Qué longitud pueden tener las secuencias?
Hasta unos 25 millones de celdas de matriz, por ejemplo dos secuencias de 5,000 residuos, según tu dispositivo. La matriz de puntuación completa solo se muestra cuando ambas secuencias tienen 40 residuos o menos.
¿Se suben mis secuencias?
No. El alineamiento se calcula con JavaScript en tu navegador y no se envía nada a ningún servidor.
¿Se prueban todas las herramientas de FreeToolCabin para comprobar su calidad y precisión?
Sí. Cada herramienta del sitio pasa pruebas automáticas en navegadores reales para comprobar que el resultado es correcto y que no hay errores. Si encuentras un fallo o tienes una sugerencia, escríbenos a [email protected] y lo revisaremos.