生物信息學(xué)山東148講課件38blast搜索

1、生物信息學(xué)第三章：序列比較（第二部分）BLAST 搜索：NCBI BLASTp就 以 NCBI 的 BLAST 工 具 為 例 嘗 試 一 下 不 同 算 法 的 BLAST 工 具（）。BLAST在 NCBI 主頁右側(cè)很顯眼的地方。做BLASTp（Protein BLAST），也就是用蛋白質(zhì)序列搜索蛋白質(zhì)序列數(shù)據(jù)庫。在 BLASTp 輸入界面里（圖 1）：1）輸入待搜索的蛋白質(zhì)序列，這條序列可以在示例文件 blast.fasta 里面找到。2）指定搜索跟輸入序列哪部分相似的序列，如果空著就是全長搜索。3）給搜索任務(wù)起一個(gè)名字，如果輸入的是 FASTA 格式的序列，那么在輸入框里面點(diǎn)一下，序列

2、的名字就會被自動識別出來。4）如果在Align two or more sequen以同時(shí)提交多個(gè) BLAST 任務(wù)。前面打勾的話，可圖 1. NCBI BLASTp 輸入界面上半部分在輸入界面的下部（圖 2）選擇：1）被搜索的數(shù)據(jù)庫?？吹剑m然是 NCBI 的 BLAST工具，可以選擇的數(shù)據(jù)庫卻不只 NCBI 下屬的數(shù)據(jù)庫，還包括其他組織的數(shù)據(jù)庫，比如 PDB，Swissprot。事實(shí)上，各大數(shù)據(jù)庫的 BLAST 工具都可以實(shí)現(xiàn)跨搜索這次用 NCBI的 BLAST 工具搜索 SwissProt 數(shù)據(jù)庫。2anism 可以把搜索范圍限定在某一特定物種內(nèi)，或者排除某一物種。3）在算法選擇這一欄里

3、，有之前提到的三種不同的 BLAST 算法，標(biāo)準(zhǔn)BLAST，PSI-BLAST 和 PHI-BLAST。這一次后，點(diǎn) BLAST。先嘗試標(biāo)準(zhǔn) BLAST。所有參數(shù)設(shè)置完畢之圖 2. NCBI BLASTp 輸入界面下半部分做 BLAST 搜索是需要點(diǎn)兒耐心的，不過也不用擔(dān)心，網(wǎng)速跟得上的話，三就會返回結(jié)果。應(yīng)該圖 3 是搜索結(jié)果。最上面是第一部分搜索任務(wù)描述部分。輸入界面里設(shè)置的各種參數(shù)都會在這里列出。第二部分（Graphic Summary）是圖形化搜索結(jié)果部分。在圖形化搜索結(jié)果里，BLAST工具識別出輸入序列的第 25 到第 170 個(gè)氨基酸這一段屬于 TIR 蛋白質(zhì)。這部分里彩色線條的圖

4、告訴，一共從數(shù)據(jù)庫中找到 50 個(gè) hits，也就是高分匹配片段。注意這些線代表的是 50 個(gè)高分匹配片段而不是 50 條序列。一個(gè)高分匹配片段有可能是一條全長的序列，也就是全長匹配，也有可能只是某條序列的一部分，也就是局部匹配。代表這些高分匹配片段的線擁有不同顏色和不同的長短。如果把鼠標(biāo)放到某一條線上，可以看到這條匹配片段的具體信息，包括他所在序列的數(shù)據(jù)庫，序列的名字，匹配得分，期望值 E 值。匹配得分在 200 以上的用紅線表示，80 到 200 之間的用粉線，50 到 80 的綠線，40-50 的藍(lán)線， 40 以下的黑線，所以顏色反映的是匹配的好壞程度。如果某一個(gè)高分匹配片段和輸入序列是

5、從頭到尾匹配，就是全長的線，比如最上面的三條紅線。如果只匹配輸入序列的一部分，則是一條短線，短線所在的位置就是與輸入序列匹配的位置。第三部分（Descriptions）是這 50 個(gè)高分匹配片段所在序列的詳細(xì)信息列表。每條序列都有一個(gè)匹配得分和覆蓋度。這兩項(xiàng)決定了第二部分彩圖中每條線的顏色和長短。除了匹配得分和覆蓋度，表中還列出了其他指標(biāo)。尤為重要的是 E-value。E-value 也叫做期望值或 E值。E 值越接近零，說明輸入序列與當(dāng)前這條序列為同一條序列的可能性越大。第三部分的表就是根據(jù) E 值由低到高排序的。隨著 E 值增大，匹配得分是成反比逐漸降低的。但是一致度與 E 值并非完全成反比。因?yàn)槊嬷v BLAST的時(shí)候，BLAST 沒有做雙序列比對，為了提高速度，它犧牲了一定的準(zhǔn)確度。表中的一致度，是 BLAST 搜索完成后，針對搜索到的這 50 條序列專門做雙序列比對而得到的。BLAST 犧牲掉的準(zhǔn)確度對高度相似的序列，也就是親緣關(guān)系近的序列不了，不會把它們落掉，但是對于那些只有一點(diǎn)點(diǎn)相似，也就是遠(yuǎn)源的序列