摘要
精确的多序列比对是理解蛋白质进化、结构及功能的关键。我们推出了BioMatics 1.0，这是一种全新的多序列比对算法，它运用最优传输原理以及Wasserstein一阶距离函数来比对不同位置上的氨基酸分布，从而更精准地识别出结构与进化模式。与传统基于得分的方法不同，BioMatics 1.0利用BLOSUM62对数几率相似性作为指导，通过位置频率向量构建序列间的比对关系，并采用地球移动距离来实现这一目标。此外，该算法还具备熵自适应的间隙惩罚机制，能够根据区域的不同保守程度动态调整比对方式。在涵盖保守结构域、结构基序以及不同家族的多个数据集上的测试表明，BioMatics 1.0在列得分精度方面优于众多常用工具，其成对得分结果也具有竞争力或可与这些工具相媲美。该算法注重残基级别的比对精度，因此能为系统发育重建和基于结构的建模等后续任务提供极具价值的信息。
利益冲突声明
作者声明不存在任何利益冲突。
数据可用性说明
本研究的相关数据可在合理请求下从通讯作者处获取。
同行评审情况
为保证透明度，本文的同行评审相关文件可在此处查看：https://doi.org/10.1002/prot.70158。
