pythonでペアワイズアラインメントを行う方法を記します。
追記
複数の配列ついてに総当たり形式で、全組み合わせのアラインメントする方法を記事にしました。
https://qiita.com/kujira_0120/items/2de5d08925aa7a80e15e
ペアワイズアラインメント
バイオインフォマティクスにおいて、シーケンスアラインメントとは、DNAやRNA、タンパク質の配列（一次構造）の類似した領域を特定できるように並べたもので、機能的、構造的、あるいは進化的な配列の関係性を知る手がかりを与える。
ペアワイズシーケンスアラインメントは、2配列間でのアラインメントで、部分的、あるいは全体の類似性を詳しく調べるときに用いる。
Wikipediaより
アラインメントを行うWebアプリもあります。以下は一例です。
pythonで実装
ライブラリのインストール
conda install biopython
pip install biopython
公式のドキュメント
https://biopython.org/docs/1.75/api/Bio.Align.html
ライブラリのインポート
from Bio import Align
from Bio import SeqIO
from Bio import SearchIO
配列を読み込む
Fastqファイルのパスを入力。FastqはNCBIのサイトなどからダウンロードできる。
（Fastqを使わず配列を手入力でも可能。）
file1 = './[fastqファイル].faa'
file2 = './[fastqファイル].faa'
seq_a = list(SeqIO.parse(file1, "fasta"))[0].seq
seq_b = list(SeqIO.parse(file2, "fasta"))[0].seq
パラメーターの設定、実行
aligner = Align.PairwiseAligner()
# アラインメントパラメータを設定
aligner.match_score = 2
aligner.mismatch_score = -1
aligner.mode = "global" #ローカルの場合は"local"
alignments = aligner.align(seq_a, seq_b)
alignment = alignments[0]
print(alignment)
実行例
target 0 MQQAG--LTLMA----VAVCV--A--------FQ------------------TS-----E
0 |------|--------||-----|--------|-------------------||-----|
query 0 M----SRL----RRYEVA---LEAEEEIYWGCF-YFFPWLRMWRRERSPMSPTSQRLSLE
target 21 AI--LPM---------------A----SS--CCTEV--------SHHVSGRLLERVSSCS
60 |---||----------------|----||--|||----------|-----|||-|-----
query 48 A-PSLP-LRSWHPWNKTKQKQEALPLPSSTSCCT--QLYRQPLPS-----RLL-R-----
target 50 -I-----QR-ADGDCD-L-AAVI-LHVK--RRRICISP---H--NRT-LKQWMRASEVKK
120 -|-----|--|||||--|-|-|--||----||----|----|--||--|-----|-----
query 93 RIVHMELQ-EADGDC-HLQA-V-VLH--LARR----S-VCVHPQNR-SL-----A-----
target 92 NGR--ENVCS--GKK--Q---PSR------KDRKGHTTRKHRTRGTHRHEA--SR-----
180 --|--|------||---|---||-------|--|-------------------|------
query 131 --RWLE----RQGK-RLQGTVPS-LNLVLQK--K-----------------MYS-NPQQQ
target 130 - 130
240 - 241
query 163 N 164
スコアの表示
import numpy as np
length = alignment.shape[1]
difference = np.array(alignment.aligned)[0][:, 1] - np.array(alignment.aligned)[0][:, 0]
identity = np.sum(difference)
ratio = identity / length*100
print(f'Score: {alignments.score}')
print(f'Length: {length}')
print(f'Identity: {ratio:.1f}% ({identity}/{length})')
実行例
Score: 106.0
Length: 241
Identity: 22.0% (53/241)