Weblogo：DNA序列自己的“脸”

　　

生物通报道：

蛋白结合位点常常是以“共有性序列”（consensus sequences）表示的，比如说TATA（A/T)A(A/T)，这种方式表述了在任意位置的大部分核苷酸，但是没有说明清楚许多可变的情况。在1991年，美国健康研究院NIH生物学家Tom Schneider发明了一种可变的，图标形式的记录方法：sequence logos。

sequence logos方法利用每个位置的高度来表示其保守程度，这样特征高度就反映了相对的变化频率，比如说一个consensus sequence位置上可能是C或者T，sequence logos上C的高度代表了其通常比T出现的频率多5倍。

但是之后有些科学家比如来自加州大学伯克利分校的Steven Brenner认为Schneider的这种方法“非常不适合生物学家运用”，因此在1994年，一位从英国剑桥大学的研究生Brenner发明了一种称之为Weblogo的序列表述Web版本，这一方法经过了他10年的时间完善，在2004年终于得以公布。

这个Weblogo基于多序列比对信息，把多序列的保守信息通过图形表示出来。每个logo由一系列碱基（氨基酸）组成，在每一个序列位置上用总高度表示此位置上的序列保守性，用碱基（氨基酸）字母的高度表示出现的频率。比较于sequence logos方法，Weblogo改进了特异fonts产出的能力——可以从position weight matrices而不是aligned sequences建立logo，并且也将基因组序列偏爱性（比如GC含量）考虑在内。（生物通：张迪）

原文：

G.E. Crooks et al., "WebLogo: a sequence logo generator," Genome Res, 14:1188-90, 2004. (Cited in 131 papers)