核心用法
aa-pair-analysis 是一款针对蛋白质家族氨基酸功能类别相邻对频率的专用分析工具，整合多序列比对（MSA）、共识序列提取、对型统计与配方计算于一体。用户可通过 species_analysis_workflow.py 执行从原始FASTA到最终结果的完整流程，或使用 run_combined_analysis.py 与关键片段预测进行联合分析，实现MSA共享与自动整合。
显著优点
1. 自动化程度高：内置环境初始化脚本，自动检测并安装Python依赖、ClustalOmega等核心组件
2. 模块化设计：支持断点续传（--resume）、灵活参数调整（--threshold）及分类自定义
3. 联动分析能力：可与关键片段预测工具联合运行，MSA仅执行一次，显著节省计算资源
4. 实验友好输出：自动生成单体配方投料表Word文档，包含2026-05-11更新的投料规则（1.0 M总浓度、1.5 mL体积、动态DMSO补全）
5. 方法标准化：计数方法已验证，对称对合并、X/A/G/P过滤等步骤严格固定，确保结果可重复
潜在局限
- 分类约束：氨基酸功能分类固定为6大类17种，修改需同步更新多脚本
- 依赖外部工具：ClustalOmega需单独安装，Windows环境配置较复杂
- 阈值敏感性：共识序列保守性阈值（默认0.5）显著影响X标记比例，需领域经验调优
- 单向分析：目前仅支持从序列到配方，暂无逆向验证功能
适合人群
- 蛋白质工程与合成生物学研究人员
- 需要批量分析多物种同源蛋白序列的生物信息学用户
- 从事功能性高分子材料（氨基酸类单体聚合物）设计的材料化学研究者
常规风险
- 计算资源：大规模MSA可能消耗较多内存，建议提前评估序列数据量
- 版本兼容性：Python 3.8+及pandas/biopython版本差异可能导致API变动
- 实验转化：计算配方向实际聚合实验转化时，需考虑单体活性差异与副反应
- 数据质量：输入FASTA序列的物种代表性直接影响共识序列可靠性