序列标识图
序列标识图（Sequence Logo）是一种用于可视化蛋白质或核酸多序列比对中保守基序（Motif）丰度与一致性的图形化表示方法。由 Tom Schneider 和 Mike Stephens 于 1990 年提出，它克服了传统“一致序列”（Consensus Sequence）无法体现变异多样性的缺点。在 Logo 图中，每个位置的碱基或氨基酸符号堆叠在一起，总高度反映了该位置的进化保守程度（以信息比特为单位），而单个符号的相对高度则代表其出现的频率。作为 2026 年生物信息学研究中的标配工具，它是解析转录因子结合位点（TFBS）及蛋白质功能位点不可或缺的视觉窗口。
原理机制：信息论驱动的视觉量化
序列标识图的科学性建立在信息论基础之上，通过量化每一个位置的“确定性”来描述进化约束：
- 信息内容的计算：对于 DNA 而言，一个完全随机的位置其熵为 2 比特（$\log_2 4$）。如果某个位置 100% 出现单一碱基（如 A），则其熵为 0，信息增益达到最大值 2。Logo 的总高度即为该最大可能熵与实际观察熵的差值。
- 符号频率的映射：在确定的总高度内，每个碱基（A, C, G, T）或氨基酸按照其在该位置出现的百分比占据相应的高度。这直观地展示了该位置对哪些碱基存在偏好。
- 小样本校正：在序列条数较少时，工具会自动进行误差修正（Small-sample correction），防止因样本量不足导致的伪保守现象。
应用景观：从功能预测到变异解读
| 研究领域 | Logo 的核心贡献 | 典型应用场景 |
|---|---|---|
| 调控组学 | 定义转录因子偏好序列。 | 展示 P53 蛋白结合位点的特异性模式。 |
| 结构生物学 | 识别蛋白质催化中心保守残基。 | 确定激酶结构域中的核心 ATP 结合基序。 |
| 病毒演化 | 监测免疫逃逸位点的突变频率。 | 可视化 SARS-CoV-2 受体结合域（RBD）的氨基酸漂移。 |
分析策略：如何“阅读”Logo 图
正确解读 Logo 图需要注意以下三个核心观察维度：
- 高度即力量：Logo 图中最高的柱状堆叠通常对应功能上的关键位点。如果某位置高度接近 2 比特（DNA），说明该位点极其重要，任何突变都可能致病。
- 颜色编码理化性质：在蛋白质 Logo 中，通常将酸性、碱性、疏水性氨基酸用不同颜色标注。如果某个位置始终被“红色”（酸性）占据，说明该位置需要维持负电荷环境。
- 关注负值与空位：高级 Logo 工具（如 pLogo）会展示低于背景概率的序列，揭示哪些碱基是该位置被“排斥”的。
关键相关概念
学术参考文献与权威点评
[1] Schneider TD, Stephens RM. (1990). Sequence logos: a new way to display consensus sequences. Nucleic Acids Research. 18(20):6097-100. [Academic Review]
[权威点评]：该项研究奠定了 Logo 的数学框架，将抽象的统计学变为了直观的生物学“肖像画”。
[2] Crooks GE, et al. (2004). WebLogo: a sequence logo generator. Genome Research.
[核心价值]：介绍了 WebLogo 工具，使得普通生物学家无需编程即可轻松生成高质量的 Logo 图。