Sequence Clustering

简介

Sequence Clustering使用DBSCAN算法对多序列比对（MSA）后的结果进行聚类分析，将多序列分为多个cluster类别，并通过可视化模块UMAP进行序列的embedding，并获取二维可视化信息。

参数说明

Input File

需要聚类序列的多序列比对结果文件（fasta格式），可以由Multiple Sequence Alignmnet模块产生的alignmnet.fasta。

结果说明

输出结果文件为res_clustering_assignments.tsv，包含信息如下：

参考文献

Hannah K. Wayment-Steele, Sergey Ovchinnikov, Lucy Colwell, Dorothee Kern. Prediction of multiple conformational states by combining sequence clustering with AlphaFold2. bioRxiv 2022.10.17.512570.