MMseqs2：超快速灵敏的序列搜索与聚类套件

MMseqs2 是用于搜索和聚类大规模蛋白质与核苷酸序列集合的开源软件套件，面向海量序列数据的比对、聚类与分类需求。

这个工具是什么

MMseqs2（Many-against-Many sequence searching）是由 Steinegger 与 Soeding 团队开发的开源序列搜索与聚类软件套件，用 C++ 实现，支持 Linux、MacOS 以及通过 cygwin 的 Windows（beta 版）。它面向蛋白质和核苷酸序列集合的大规模搜索与聚类，设计上支持多核与多服务器运行，具备良好的可扩展性。相关方法发表于 Nature Biotechnology（2017）、Nature Communications（2018）等，后续还发展了桌面与本地网页服务器应用、宏基因组 contig 的分类学注释以及 GPU 加速的同源搜索。软件采用 MIT 许可证，主页为 mmseqs.com。

核心能力

• 支持对海量蛋白质与核苷酸序列集合进行搜索和聚类
• 可进行 profile 搜索，灵敏度与 PSI-BLAST 相当
• 支持多核与多服务器运行，具备良好的可扩展性
• 提供 GPU 加速的同源搜索构建版本

科研中的典型用法

• 对大规模蛋白质或核苷酸序列集合进行同源搜索与比对
• 对海量序列集合进行聚类，用于去冗余或构建序列簇
• 对宏基因组 contig 进行快速灵敏的分类学注释

快速上手

可通过多种方式安装：brew install mmseqs2；conda install -c conda-forge -c bioconda mmseqs2；docker pull ghcr.io/soedinglab/mmseqs2；也可从 mmseqs.com/latest 下载静态编译二进制，或从源码编译。源码编译时可用 -DMMSEQS_INT64_IDS=1 启用 64 位内部序列/数据库 ID。入门可参考 GitHub Wiki 的用户指南与教程。

生态与相近工具

同领域常见的序列搜索工具包括 BLAST 与 PSI-BLAST，MMseqs2 在 README 中与二者进行了速度与灵敏度的对比。若需要图形化或网页交互，可使用其桌面与本地网页服务器应用。选择时可依据数据规模、是否需要 profile 搜索、是否具备 GPU 环境，以及是否偏好 conda、Docker 或静态二进制等部署方式来决定。

项目信息

• 仓库：soedinglab/MMseqs2
• 星标：2,144　·　派生：301
• 主要语言：C
• 许可证：MIT
• 最近提交：2026-09-13
• 项目主页：https://mmseqs.com

本文属于《学科研究工具知识库 · 生命科学》第 6 篇（按 GitHub 星标排序）。收录标准：该学科公开可获取的开源研究工具，星标与活跃度为主要参考，不代表对其性能或适用性的背书；选型前请结合自身场景评估。