Clustal

Clustalの概要

Clustalは、生物情報学において広く使用されている多重配列整列プログラムです。このツールは、主に遺伝子配列の比較に用いられ、多様な形式の入力に対応しています。現在、Clustalは2つの主なバージョン、コマンドライン操作が可能なClustal Wと、グラフィカルユーザーインターフェース（GUI）を持つClustal Xから構成されています。これらは、欧州バイオインフォマティクス研究所のFTPサーバからダウンロード可能です。

アルゴリズム

Clustalは、以下の3つの段階を経て配列の整列を行います。

1. ペアワイズアラインメント

最初に、全ての配列の1対1の整列を実施します。この過程では、配列間の一致度を基にした行列が作成されます。これにより、各配列の相似性を可視化することができます。

2. 樹形図の作成

次に、配列の一致度を距離尺度として用い、階層的クラスタリングを行い樹形図（Guide Tree）を生成します。ここでは、近隣結合法という特定のアルゴリズムが利用され、この処理によって配列の関係性が明らかにされます。

3. 多重整列の実施

最後に、生成された樹形図に基づいて配列を一つずつ追加しながら整列を行います。最も一致の高い配列ペアから作業を開始し、樹形図の順に従って処理を進めることで効果的に多重整列が完成します。また、この全過程は自動で実行されますが、ユーザーは必要に応じてガイドツリーのみを計算したり、そのガイドツリーを指定して多重整列を行うことも可能です。

入出力形式

Clustalは、さまざまなフォーマットの入力ファイルを受け入れます。これには、NBRF/PIR、FASTA、EMBL/Swissprot、Clustal、GCC/MSF、GCG9 RSF、GDEなどが含まれ、出力としてはClustal、NBRF/PIR、GCG/MSF、PHYLIP、GDE、NEXUS形式が利用可能です。

系統解析機能

Clustalを使用する一つの目的に分子系統解析があり、このソフトウェアを使って系統解析を行うこともできます。ただし、この解析は近隣結合法を使用した非常にシンプルなものに制限されますので注意が必要です。また、整列中に生成される樹形図（.dndファイル）は、厳密には系統樹ではない点も留意しておく必要があります。

開発の歴史

Clustalは1988年にHigginsによって初めて公表されました。最初のバージョンは、3つのプログラム（Clustal1、Clustal2、Clustal3）からなるパッケージで、すべてIBM AT機用のMicrosoft Fortranで記述されていました。その後、1989年にはClustal3の改良版であるClustal4が登場し、1992年にはC言語に書き直された単一プログラムのClustal Vが発表されました。これにより入出力形式が多様化し、さらなる機能が追加されました。

1994年にはThompsonによってClustal Wがリリースされ、クラスタリング手法が改善されました。そして1997年にはGUI版のClustal Xが公開され、視覚的な操作が可能になりました。2007年にLarkinが発表したバージョン2.0では、Clustal XがQtというツールキットに基づき再構築され、いくつかの機能が拡張されました。

その他の情報

Clustalの並列化バージョンもいくつか開発されており、これにより計算速度が向上しています。また、Progeniq社によってFPGAを用いてClustal Wを加速するための専用ハードウェアが開発されています。これらの技術革新により、Clustalは更なる進化を続けています。

参考文献

Clustalの関連文献には、多様な研究が存在しその背景や利用法が詳述されています。

もう一度検索