Mini-Jalview: srovnání sekvencí a klastrů

Vložte sadu proteinových sekvencí. Aplikace provede globální párové zarovnání s afinní penalizací mezer, z procentuální identity spočte vzdálenosti, sekvence seskupí (dendrogram) a zobrazí je i v projekci PCA/PCoA. Volitelně lze zapnout srovnání se druhou sadou (Randův index, ARI). Tlačítka i a výukový průvodce níže otevírají vysvětlení jednotlivých parametrů.

Metodika: globální Needlemanovo–Wunschovo zarovnání používá afinní penalizaci mezer (otevření + prodloužení) a substituční skóre z vybrané matice BLOSUM62 nebo PAM250. Vzdálenost pro klastrování je 1 − procentuální identita v optimálním zarovnání; substituční matice tedy ovlivňuje nalezené zarovnání, nikoli přímo definici vzdálenosti. Jde o jednoduchou vzdálenost pro porovnání klastrů, nikoli o modelovou evoluční vzdálenost.

Sekvence k analýze

Podporovaný vstup: FASTA nebo tabulátorově oddělené řádky „název [TAB] sekvence“. U každé sady musí být alespoň dvě sekvence.

1. Dendrogramy

Vzdálenost = 1 − procentuální identita v globálním zarovnání optimalizovaném podle vybrané matice. Shlukování používá průměrnou vzdálenost (average linkage). Při řezu podle vzdálenosti jde o výšku řezu dendrogramem, nikoli o záruku minimální podobnosti každé dvojice v klastru.

2. Projekce: PCA / PCoA

3. Matice párové identity (každý s každým)

Hodnoty udávají procentuální identitu v globálním zarovnání (počet shodných pozic standardních aminokyselin / délka zarovnání včetně mezer; nejednoznačné znaky se jako identická shoda nepočítají), tedy 100 × (1 − vzdálenost použitá pro klastrování). Pořadí řádků odpovídá vstupu. Najetím myší na hlavičku se zobrazí celý název.

4. Přiřazení klastrů

Čísla klastrů lze upravit. Poté zvolte přepočet metrik. Nečíselné ani prázdné hodnoty nejsou automaticky nahrazovány.