导读：章张研究员带领其团队成功开发出编码蛋白质DNA序列并行比对新工具—ParaAT。ParaAT可实现多组同源编码蛋白质DNA序列的并行比对，不仅解决了大规模、多组同源序列的比对工作，同时也大大降低了运行时间，获得了较好的并行加速比。
中国科学院北京基因组研究所基因组科学与信息重点实验室“百人计划”章张研究员，带领其团队成功开发出“编码蛋白质DNA序列并行比对工具—ParaAT（Parallel Alignment and back-Translation）”。该研究成果发表在Biochemical and Biophysical Research Communications (BBRC) 期刊上。
同源序列比对是生物信息学最普遍使用的分析方法之一，其中，编码蛋白质DNA序列比对最为常见，对比较基因组学、分子进化学、系统发育等领域具有重要的基础意义。为获取相应的比对结果，通常采用的方法是将蛋白序列的比对结果“回译”（back-translate）成DNA比对序列，这样的比对结果比直接进行DNA序列比对更可靠、准确。为此，科学家提出了多个不同的工具，采用的策略都是先进行蛋白质序列比对，然后将比对结果回译成DNA比对。然而，这些工具每次只能处理一组同源数据，无法实现多组同源序列的对比工作。
鉴于传统工具所产生的弊端，基因组所科研人员开发了ParaAT，成功解决了此项科研难题。ParaAT可实现多组同源编码蛋白质DNA序列的并行比对，不仅解决了大规模、多组同源序列的比对工作，同时也大大降低了运行时间，获得了较好的并行加速比（speedup），适合海量数据的分析工作。
ParaAT可在不同操作系统下运行，支持多种不同的输出格式，方便后续相关的生物信息学分析（如用于检测自然选择压力的KaKs_Calculator）。
A parallel tool for constructing multiple protein-coding DNA alignments
Zhang Zhanga, Jingfa Xiaoa, Jiayan Wua, Haiyan Zhangb, Guiming Liua, Xumin Wanga, Lin Dai
Constructing multiple homologous alignments for protein-coding DNA sequences is crucial for a variety of bioinformatic analyses but remains computationally challenging. With the growing amount of sequence data available and the ongoing efforts largely dependent on protein-coding DNA alignments, there is an increasing demand for a tool that can process a large number of homologous groups and generate multiple protein-coding DNA alignments. Here we present a parallel tool – ParaAT that is capable of parallelly constructing multiple protein-coding DNA alignments for a large number of homologs. As testified on empirical datasets, ParaAT is well suited for large-scale data analysis in the high-throughput era, providing good scalability and exhibiting high parallel efficiency for computationally demanding tasks. ParaAT is freely available for academic use only at https://cbb.big.ac.cn/software.
文献链接：https://www.sciencedirect.com/science/article/pii/S0006291X12003518
