Mafft介绍一提到多重序列比对，很多人禁不住就想到ClustalW(Clustalx为ClustalW的GUI版)，其实有一款多重序列比对软件－MAFFT，不论从比对速度(Muscle>MAFFT>ClustalW>T-Coffee)，还是比对准确性(MAFFT>Muscle>T-Coffee>ClustalW)来说，其相比于ClustalW(或ClustalX)有过之而无不及，所以这里强烈推荐使用MAFFT这款多重比对软件。
PS: 不同比对软件的比较，有兴趣的童鞋可以下载这篇文章看看：
Wong K M, Suchard M A, Huelsenbeck J P. Alignment uncertainty and genomic analysis. Science, 2008, 319: 473-6.
以上序言内容摘自：http://blog.sciencenet.cn/u/raindyok
背景：生物学相关专业，2个月前wet转dry，学习Python大概2个月不到的时间。
问题：因为实验需要，要对数百个fasta文件分别进行多序列比对(每个fasta文件里都是数条待比对的序列)，无奈Mafft软件仅支持单个fasta文件的分析，而且每次都需要输入：输入文件、输出文件、输出格式、比对策略、额外参数等，最后还需要进行一次确认。国内外的搜索引擎都查了个遍，都没有找到办法支持批量化处理。Python软件包Biopython到是可以支持对Mafft的调用，但是...谁用谁知道吧，反正试了很久没有成功，并且网上对Biopython调用Mafft的报错结果也都没有相应的解决方案，遂放弃此方法。
使用过Mafft的伙伴应该知道，Windows平台上运行Mafft有两个版本的软件，之前对单个文件进行分析的时候使用的Ubuntu版本(毕竟官方推荐)，但是学习了Biopython包里的调用方法，并且对Ubuntu并不熟悉，所以又下了一个All-in-on version进行琢磨。
Mafft的使用：找到解压文件夹“Mafft-win”，然后打开“mafft.bat”
2. 输入“输入文件”：(不输路径的话默认为同一文件夹内)
3. 输入“输出文件”：(给输出文件取个名字，不输路径的话默认为同一文件夹内)
4. 输入“输出格式”：(我一般选：3. Fasta format / Sorted)
5. 输入“比对策略”：(我一般选：1. --auto)
6. 输入“其他参数”：(如果没有直接敲回车)
7. 输入“Y”进行确认：(其实command命令已经写出来了，但是后面还是绕了很大的弯)
8. 开始比对，结束后的界面：
分析：因为使用Biopython包没能成功调用Mafft，就又想到了bat文件，然后琢磨了大半天以后发现可以start Mafft，却没有办法像上面这样一步步输入命令。然后无意间发现Mafft可以用单行命令，就是图中已经显示的command。
思路：于是想到了新的思路：用cmd或者Powershell输入单行命令进行单个fasta文件的多序列比对，再用Python做循环。
解决：(为了方便看清，用的两个空格分割)cmd单行命令：
cd C:/Users/Franklin/Mafft-win && mafft -auto test.fasta > test_output.fasta
# 如果输入文件和输出文件不给路径的话默认是“Mafft-win”文件夹下，如果给路径的话，路径中的中文无法识别，另外路径中的空格后的内容会被当做新的参数，所以路径要用引号括起来，比如：“C:/Users/Franklin/Data Analysis/Input/test.fasta”
2. Python实现循环：
'''Name: Sequence Align with MafftAim: Align the virus sequence in all the fasta filesAuthor: Franklin ZhangDate: 2020/May/21'''
import os
import subprocess
print("n*** Start: [Sequence Align with Mafft]")
print("*** This program will align the virus sequence in all the fasta files.n")
# Get the file list
fileList = os.listdir("C:\Users\Franklin\Input")
i = len(fileList)
j = 0
# Align the sequence file by file
for file in fileList:
j += 1
print("Going to do the alignment:{}[Schedule:{}/{}]".format(file, j, i))
inputFileName = "C:/Users/Franklin/Input/{}".format(file)
inputFileName = '''"{}"'''.format(inputFileName)
outputFileName = "C:/Users/Franklin/Output/" + file[:file.index(".fasta")] + "-align.fasta"
outputFileName = '''"{}"'''.format(outputFileName)
cmd = "cd C:/Users/Franklin/Mafft-win && mafft --auto " + "{}>{}".format(inputFileName, outputFileName)
subprocess.call(cmd, shell=True)
print("*** [newAnalysis_6_alignmentWithMafft] Done.")
总结：程序其实很简单，就是获取Input文件夹下所有fasta文件，调用cmd输入命令进行比对，存到Output文件夹内。速度我觉得还行，应该也是可以使用多线程来做的。总之很方便，开始运行就丢那不用管了。其实拿到cmd的那句单行命令，后面做循环就很简单了，有很多方法可以做循环，但目前只会Python。