https://www.yiliao.com/index.php?action=history&feed=atom&title=MAFFT
MAFFT - 版本历史
2026-04-07T22:20:03Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=MAFFT&diff=317498&oldid=prev
223.160.136.68：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-04-07T07:47:37Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>MAFFT</strong>（Multiple Alignment using Fast Fourier Transform）是一款高性能的多序列比对（MSA）软件工具，由日本大阪大学的 Kazutaka Katoh 教授于 2002 年首次发布。该工具的核心创新在于引入了<strong>[[快速傅里叶变换]]</strong>（FFT）算法，大幅提升了在海量生物序列中识别同源片段的速度。MAFFT 提供了从快速渐进比对到高精度迭代精炼的多种策略（如 L-INS-i, G-INS-i, FFT-NS-2 等），广泛应用于系统发育树构建、蛋白质结构预测及<strong>[[比较基因组学]]</strong>研究。作为当代生物信息学的标准工具，MAFFT 在处理数万条长序列的比对任务时，展现出了卓越的准确性与计算效率。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 320px; float: right; margin: 0 0 25px 25px; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #ffffff 0%, #e0f2fe 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">MAFFT</div><br />
<div style="font-size: 0.75em; opacity: 0.85; margin-top: 4px;">多序列比对软件 · 点击展开</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 20px; text-align: center; background-color: #f8fafc;"><br />
<div style="padding: 12px; border: 1px solid #e2e8f0; border-radius: 8px; background: #fff; display: inline-block;"><br />
<br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 10px; font-weight: 600;">核心机制：快速傅里叶变换</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;"><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0; width: 45%;">主要开发者</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">Kazutaka Katoh</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">发布年份</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">2002年 (版本1.0)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">算法类型</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">FFT + 渐进/迭代</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">适用对象</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">DNA, RNA, Protein</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569;">最新主版本</th><br />
<td style="padding: 8px 12px; color: #0f172a;">Version 7.x (2026)</td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">分子机制：傅里叶变换与迭代精炼</h2><br />
<br />
<p style="margin: 15px 0; text-align: justify;"><br />
MAFFT 的技术优势在于它不仅是一个单一的算法，而是一套根据序列规模动态调整的比对框架：<br />
</p><br />
<br />
<ul style="padding-left: 25px; color: #334155;"><br />
<li style="margin-bottom: 12px;"><strong>FFT 序列同源性快速探测：</strong>MAFFT 将氨基酸或核苷酸的理化性质转化为信号波。通过 <strong>[[快速傅里叶变换]]</strong>，可以在 $O(N \log N)$ 时间内识别两个序列间的最佳匹配段（K-mer），避免了传统双序列比对中极其耗时的点阵扫描。</li><br />
<li style="margin-bottom: 12px;"><strong>优化的渐进比对（FFT-NS-2）：</strong>在初步比对阶段，MAFFT 构建快速的 <strong>[[引导树]]</strong>。通过基于 FFT 的权重计算，能够迅速对数千条序列进行层次化整合。</li><br />
<li style="margin-bottom: 12px;"><strong>WSP 与一致性分值评分：</strong>在迭代模式下，MAFFT 结合了加权和对（WSP）分值和位置特异性一致性信息（Consistency），通过不断的子比对重新排列，纠正早期比对引入的误差。</li><br />
</ul><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">临床评价矩阵：常用比对策略对比</h2><br />
<br />
<div style="overflow-x: auto; margin: 25px auto; width: 95%;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;"><br />
<tr style="background-color: #f8fafc; border-bottom: 2px solid #0f172a;"><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; color: #0f172a; width: 25%;">比对策略</th><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; color: #475569;">算法逻辑</th><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; color: #1e40af;">应用场景</th><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;">L-INS-i</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">局部一致性迭代，精度最高。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">&lt; 200 条序列，含大量长空位的异源序列。</td><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;">FFT-NS-2</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">快速渐进比对。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">&gt; 10,000 条序列，如 SARS-CoV-2 变异株监测。</td><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;">E-INS-i</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">处理具有嵌套保守域的序列。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">具有复杂结构域排布的蛋白质家族。</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">应用策略：如何选择最优参数</h2><br />
<p style="margin: 15px 0; text-align: justify;"><br />
MAFFT 的核心优势在于其灵活性。根据研究目的的不同，应采取差异化的处理策略：<br />
</p><br />
<ul style="padding-left: 25px; color: #334155;"><br />
<li style="margin-bottom: 12px;"><strong>精度优先策略：</strong>对于蛋白质结构预测或活性位点分析，首选 <code>--localpair --maxiterate 1000</code> (L-INS-i)。此模式能最大程度对齐局部保守模体。</li><br />
<li style="margin-bottom: 12px;"><strong>速度与规模平衡：</strong>对于大规模基因组普查，使用 <code>--retree 2 --maxiterate 2</code> (FFT-NS-i)。它在保证比对质量的同时，计算资源消耗处于极低水平。</li><br />
<li style="margin-bottom: 12px;"><strong>结构信息整合：</strong>MAFFT-DASH 模式可整合 <strong>[[PDB]]</strong> 中的三维结构信息，对比对结果进行空间校正。</li><br />
</ul><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">关键相关概念</h2><br />
<div style="background-color: #ffffff; border: 1px solid #e2e8f0; border-radius: 8px; padding: 15px; margin: 20px 0;"><br />
<ul style="margin: 0; padding-left: 20px; color: #334155; list-style-type: none;"><br />
<li style="margin-bottom: 8px;"><strong>[[快速傅里叶变换]] (FFT)</strong>：将序列比对的相似性搜索转化为频域计算，MAFFT 的核心提速引擎。</li><br />
<li style="margin-bottom: 8px;"><strong>[[渐进比对]] (Progressive Alignment)</strong>：按照树状结构从小到大合并序列对比，ClustalW 的经典思路，被 MAFFT 优化。</li><br />
<li style="margin-bottom: 8px;"><strong>[[迭代精炼]] (Iterative Refinement)</strong>：对比对结果进行反复切分和重对齐，以消除早期合并产生的拓扑错误。</li><br />
<li style="margin-bottom: 8px;"><strong>[[系统发育树]] (Phylogenetic Tree)</strong>：MAFFT 输出结果的最常见下游应用，决定了物种或分子的进化关系。</li><br />
<li style="margin-bottom: 8px;"><strong>[[空位罚分]] (Gap Penalty)</strong>：控制比对中空位插入的严格程度，MAFFT 允许用户根据序列类型自定义。</li><br />
<li style="margin-bottom: 0;"><strong>[[Clustal Omega]]</strong>：另一款主流 MSA 软件，常与 MAFFT 在精度和速度上进行对标测试。</li><br />
</ul><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2.2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献与权威点评</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>Katoh K, Misawa K, et al. (2002).</strong> <em>MAFFT: a novel method for rapid multiple sequence alignment based on fast Fourier transform.</em> <strong>[[Nucleic Acids Research]]</strong>. [Academic Review]<br><br />
<span style="color: #475569;">[权威点评]：该研究奠定了 FFT 算法在多序列比对中的理论地位，开启了高效率 MSA 软件的新纪元。</span><br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>Katoh K, Standley DM. (2013).</strong> <em>MAFFT multiple sequence alignment software version 7: improvements in performance and usability.</em> <strong>[[Molecular Biology and Evolution]]</strong>.<br><br />
<span style="color: #475569;">[核心价值]：对 MAFFT 进行了全面的升级说明，介绍了大规模序列处理和在线服务器的优化策略。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
生物信息学序列分析工具链 · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">同类工具</td><br />
<td style="padding: 10px 15px; color: #334155;">[[ClustalW]] • [[MUSCLE]] • [[T-Coffee]] • [[Prank]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">下游分析</td><br />
<td style="padding: 10px 15px; color: #334155;">[[RAxML]] (进化树) • [[I-TASSER]] (结构预测) • [[GISAID]] 数据分析</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">评估指标</td><br />
<td style="padding: 10px 15px; color: #334155;">[[SP 分值]] (Sum of Pairs) • TC 分值 • Q-score</td><br />
</tr><br />
<tr><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">前沿技术</td><br />
<td style="padding: 10px 15px; color: #334155;">[[并行计算]] • [[云端比对]] • 基于深度学习的 MSA (研究中)</td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
223.160.136.68