为了分析特定的 ATA-box 主题，我们使用了来自 Seqan Community Extensions 的 SeqanTcoffee 节点。T-咖啡 （基于树的一致性目标函数比对评估）是一种基于渐进方法的方法，用于提高比对多个序列的准确性。该 如果您感兴趣的是找到密 算法的第一步是生成包含成对比对集的初级库。默认情况下，会生成两个库：使用全局成对比对克隆W 并使用 Lalign 进行局部比对FASTA 软件包. 也可以预 如果您感兴趣的是找到密 先计算成对比对，并使用常见的库，例如爆炸 和妈妈。这就是为什么 T-Coffee 节点有三个输入端口。第一个端口接收多 fasta 文件作为输入，另外两个可选端口可以读取不同文件格式的已对齐序列。
多序列比对：T-咖啡
下一步，将初始库合并为一个主库。从该库计算距离矩阵。该距离矩阵用于计算指导树，该指导树表示序列之间的关系。为了构建树聚类，可以使用以下方法邻居加入 或者联合式微球分析法 在最后一步中，通过按顺序添加序列，从指导树构建多序列比对，从最相似的对开始，然后进展到最远相关的对。
在按顺序添加序列的同时
对齐会进行评分。为此，会使用空位开放和空位延伸惩罚。由于在计算主库的成对分数时已经应用了空位惩罚，因此默认情况下，渐进对齐中的空位开放和空位延伸惩罚设置为较低的值。这些值可以根据目的进行调整。 关的匹配，则应使用更高的空位惩罚来减少空位开放。