1、BLAST核酸/氨基酸序列相似性比較Blast（BasicLocalAlignmentSearchTool）是一套在蛋白質(zhì)數(shù)據(jù)庫(kù)或DNA數(shù)據(jù)庫(kù)中進(jìn)行相似性比較的分析工具。BLAST程序能迅速與公開(kāi)數(shù)據(jù)庫(kù)進(jìn)行相似性序列比較。BLAST結(jié)果中的得分是對(duì)一種對(duì)相似性的統(tǒng)計(jì)說(shuō)明。BLAST采用一種局部的算法獲得兩個(gè)序列中具有相似性的序列。如果您想進(jìn)一步了解BLAST算法，您可以參考NCBI的BLASTCourse，該頁(yè)有BLAST算法的介紹。BLAST的功能BLAST對(duì)一條或多條序列（可以是任何形式的序列）在一個(gè)或多個(gè)核酸或蛋白序列庫(kù)中進(jìn)行比對(duì)。BLAST還能發(fā)現(xiàn)具有缺的能比對(duì)上的序列。BLAST是基

2、于Altschu等人在J.Mol.Bio上發(fā)表的方法（J.Mol.Biol.215:403-410（1990）,在序列數(shù)據(jù)庫(kù)中對(duì)查詢序列進(jìn)行同源性比對(duì)工作。從最初的BLAST發(fā)展到現(xiàn)在NCBI提供的BLAST2.0,已將有缺的比對(duì)序列也考慮在內(nèi)了。BLAST可處理任何數(shù)量的序列,包括蛋白序列和核算序列;也可選擇多個(gè)數(shù)據(jù)庫(kù)但數(shù)據(jù)庫(kù)必須是同一類型的，即要么都是蛋白數(shù)據(jù)庫(kù)要么都是核酸數(shù)據(jù)庫(kù)。所查詢的序列和調(diào)用的數(shù)據(jù)庫(kù)則可以是任何形式的組合，既可以是核酸序列到蛋白庫(kù)中作查詢，也可以是蛋白序列到蛋白庫(kù)中作查詢，反之亦然。BLAST包含的程序：1、BLASTP是蛋白序列到蛋白庫(kù)中的一種查詢。庫(kù)中存在的每條

3、已知序列將逐一地同每條所查序列作一對(duì)一的序列比對(duì)。2、BLASTX是核酸序列到蛋白庫(kù)中的一種查詢。先將核酸序列翻譯成蛋白序列（一條核酸序列會(huì)被翻譯成可能的六條蛋白），再對(duì)每一條作一對(duì)一的蛋白序列比對(duì)。3、BLASTN是核酸序列到核酸庫(kù)中的一種查詢。庫(kù)中存在的每條已知序列都將同所查序列作一對(duì)一地核酸序列比對(duì)。4、TBLASTN是蛋白序列到核酸庫(kù)中的一種查詢。與BLASTX相反，它是將庫(kù)中的核酸序列翻譯成蛋白序列，再同所查序列作蛋白與蛋白的比對(duì)。5、TBLASTX是核酸序列到核酸庫(kù)中的一種查詢。此種查詢將庫(kù)中的核酸序列和所查的核酸序列都翻譯成蛋白（每條核酸序列會(huì)產(chǎn)生6條可能的蛋白序列），這樣每次比

4、對(duì)會(huì)產(chǎn)生36種比對(duì)陣列。通常根據(jù)查詢序列的類型（蛋白或核酸）來(lái)決定選用何種BLAST。假如是作核酸-核酸查詢，有兩種BLAST供選擇，通常默認(rèn)為BLASTN。如要用TBLASTX也可，但記住此時(shí)不考慮缺口。BLAST適用于本地查詢?？梢韵螺d公共數(shù)據(jù)庫(kù)，對(duì)于該數(shù)據(jù)庫(kù)的更新和維護(hù)是必不可少的。如果要直接到網(wǎng)上查詢也可以（即NetBlast，但記住如果你認(rèn)為自己的序列很有價(jià)值的話，還是謹(jǐn)慎為宜。如何訪問(wèn)在線的BLAST功能服務(wù)？您只要通過(guò)瀏覽器訪問(wèn)Blast主頁(yè)（http:/blast.ncbi.nlm.nih.）qv/所有的查詢和分析都通過(guò)瀏覽器來(lái)完成，就象您在您的本地機(jī)上一樣方便和快捷。BLAS

5、T采用一種局部的算法獲得兩個(gè)序列中具有相似性的序列Blast中常用的程序介紹：1、BLASTP是蛋白序列到蛋白庫(kù)中的一種查詢。庫(kù)中存在的每條已知序列將逐一地同每條所查序列作一對(duì)一的序列比對(duì)。2、BLASTX是核酸序列到蛋白庫(kù)中的一種查詢。先將核酸序列翻譯成蛋白序列（一條核酸序列會(huì)被翻譯成可能的六條蛋白），再對(duì)每一條作一對(duì)一的蛋白序列比對(duì)。3、BLASTN是核酸序列到核酸庫(kù)中的一種查詢。庫(kù)中存在的每條已知序列都將同所查序列作一對(duì)一地核酸序列比對(duì)。4、TBLASTN是蛋白序列到核酸庫(kù)中的一種查詢。與BLASTX相反，它是將庫(kù)中的核酸序列翻譯成蛋白序列，再同所查序列作蛋白與蛋白的比對(duì)。5、TBLAS

6、TX是核酸序列到核酸庫(kù)中的一種查詢。此種查詢將庫(kù)中的核酸序列和所查的核酸序列都翻譯成蛋白（每條核酸序列會(huì)產(chǎn)生6條可能的蛋白序列），這樣每次比對(duì)會(huì)產(chǎn)生36種比對(duì)陣列。NCBI的在線biast:/Blast.cgi1, 進(jìn)入在線biast界面，可以選擇blast特定的物種（如人，小鼠，水稻等），也可以選擇blast所有的核酸或蛋白序列。不同的blast程序上面已經(jīng)有了介紹。這里以常用的核酸庫(kù)作為例子。BLASTAssembledGenomesChooseaspeciesgenometosearch,orlistall"nomicBL

7、hSTdatahasES. Human Mouse Rat ArattidoDsiEthajianaOryzasativa口GaliusttaliusBostaurus口PantroqfodvtesDaniorerio口MicrobesDrosoohitamelanoaaster口AnismeitiferaBasicBLAST以核昔酸庫(kù)的眄為例ChooseaBLASTogramtorun.SearchanucleotidedatabaseusinganucleotidequeryAigorithms:blastn,megablast,discontiguousmegablastproteinb

8、lastSearchproteindatabaseusingaproteinqueryAlgorithms:hlastp,psi-blast,phi-hl日stblastxSearchproteindatabaseusingatranslatednucleotidequerythlastnSearchtranslatednucleotidedatabaseusingaproieinquerytblastxSearchtranslatednucleotidedatabaseusingatranslatednucleotidequery2,粘貼fasta格式的序列。選擇一個(gè)要比對(duì)的數(shù)據(jù)庫(kù)。關(guān)于數(shù)據(jù)

9、庫(kù)的說(shuō)明請(qǐng)看NCBI線blast數(shù)據(jù)庫(kù)的簡(jiǎn)要說(shuō)明。一般的話參數(shù)默認(rèn)。3,blast參數(shù)的設(shè)置。注意顯示的最大的結(jié)果數(shù)跟E值，E值是比較重要的。篩選的標(biāo)準(zhǔn)。最后會(huì)說(shuō)明一下。4注意一下你輸入的序列長(zhǎng)度。注意一下比對(duì)的數(shù)據(jù)庫(kù)的說(shuō)明Vhp-maria»LILmbhvibjuLJIiuuisrjli!5,blast結(jié)果的圖形顯示。沒(méi)啥好說(shuō)的。6, blast結(jié)果的描述區(qū)域。注意分值與E值。分值越大越靠前了，E值越小也是這樣。,=_r-.mHbiWermmvwmwe嚴(yán)鼻:t_空*1r".r.-rF二二=盂hzsls離57,blast吉果的詳細(xì)比對(duì)結(jié)果。注意比對(duì)到的序列長(zhǎng)度。評(píng)價(jià)一個(gè)bl

10、ast吉果的標(biāo)準(zhǔn)主要有三項(xiàng)，己值（Expect）,致性（Identitie，）缺失或插入（Gaps）。加上長(zhǎng)度的話,就有四個(gè)標(biāo)準(zhǔn)了。如圖中顯示，比對(duì)到的序列長(zhǎng)度為1405，看Identitie這一值，才匹配到1344bp，而輸入的序列長(zhǎng)度也是為1344bp（看上面的圖），就說(shuō)明比對(duì)到的序列要長(zhǎng)一點(diǎn)。由Qurey（起始1）和Sbjct起始35）的起始位置可知，5'端是是多了一段的。有時(shí)也要注意3'端的。Alidrim呂fits廠selectAllM応忙匚:罰smeu并umsUi$諭ue:r%仃偌ultsVIjIiiHeRliiwmEn:T廠|qlo|EC1?2T6.?ynzli匚

11、七：LnconotruuTNunmuculuccloneIMAlCE:1300£D52<,?1CC:1JD<2G這里是1:1詔結(jié)杲的詳細(xì)比對(duì)的結(jié)果h丄KJJGDiiAybJULZbii?er.e（ytJUJ.i丄£丄匕丄忙）rihidA.encodes£駕芒二能4-比炸釗的刪帳Jt也杲需妾沖冋GE3JEZED:山汕A；ClClmxkIRIKE3JcDWAC630C35I21geneNuuaocuLao410uxEevrex:PuJjMeillijiks)Quetry61SbjetQuery丄_Sbjct135Quecy1SL?bj二t215QL1已匚F

12、Z4_單呂看Gt丄"卜目ldeiititJ.eE-_344/_344-1103&&l=s=l71J44(0'TACCTCCCT2：CTCCTC7.CT7CCAP'：TCTA'：ACA3ACGT2JATGCTGGACA2TTACCHL2CIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII'AATl'l'AAC.ATCA_：AA'丄GGCL：AL'TAl'CACAC'iCl'C'J'AAJAATj'

13、;JCAA'A30CU94A'JttiA'tAA.L'tCTSL'CCTI'CCGSG&'lG丄'GGCCA'J'TGAL"_,T,1TJ'_'C'電蟲(chóng)型卻“述.弍芮M；IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII人二EG直5GAAA二ECTCTTCCG35&TGT5GCCATTGATTITTLTCCA'jAAA'jAGSAC丄cScrc-2dO2hit3110-I'LJ,

14、E>:pct。匚-.*辛更-丄養(yǎng)i：'J'lG丄'G'_“丄UJWGGL'CT'i(5J'1AA'?(JCAl'AC'丄'丄'SGTAAJA'l'i'i'i；'JtA'CAAAACLdLIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIICTTGI-rTIC:二GGGTCTIG:TAA'rCCATACIT孑GTAA2：ATITC二GG賓弓CAAAAC214，：_?上G?弓TU

15、TTQ丄GGTGTGAAAAG：C2.CG7AGCACCAC:ATCC:AGA_CAA7AGGCA_T24CIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIAAGS'jTCTTCJ.GGTGTGA.!ULAGCkCAGCASCCAC:ATCC:AGGAACAAAGGCAAT22E值（Expect）：表示隨機(jī)匹配的可能性，E值越大，隨機(jī)匹配的可能性也越大。E值接近零或?yàn)榱銜r(shí)，具本上就是完全匹配了。致性（Identities）或相似性。匹配上的堿基數(shù)占總序列長(zhǎng)的百分?jǐn)?shù)。缺失或插入（Gaps）:插入或缺失。用"一&

16、quot;來(lái)表示。BlastN/MegaBlast/DiscontiguousMegaBlast的區(qū)別：三者之間的共同之處就是BlastN/Megablast/Discontiguoumegablast都是BlastN就是核酸序列比對(duì)核酸序列的算法。簡(jiǎn)單而言BlastN:應(yīng)該是出現(xiàn)較早的算法。比對(duì)的速度慢，但允許更短序列的比對(duì)（如短到7個(gè)堿基的序列）。MEGABLAST:主要用來(lái)鑒定一段新的核酸序列，它并不注重比對(duì)各個(gè)堿基的不同和序列片斷的同源性，而只注重被比對(duì)序列是否是數(shù)據(jù)庫(kù)未收錄的，是否為新的提交序列或基因。速度快。同一物種間的。DiscontiguousMEGABLAST:靈敏度（sen

17、sitivi）y更高，用于更精確的比對(duì)。主要用于跨物種之間的同源比對(duì)。詳細(xì)解釋1, MEGABLAST常被用于鑒定核酸序列MEGABLASTisthetoolofchoicetoidentif歸nucleotidesequence.MegaBLAST也是一種BLASTN程序，不過(guò)它主要是用來(lái)在非常相似的序列之間(來(lái)自同一物種)比對(duì)同源性的。鑒定某一段核酸序列是否存在于數(shù)據(jù)庫(kù)，最好的方法是選擇MEGABLAST。如果比對(duì)到的序列在數(shù)據(jù)庫(kù)中注釋完整的話，那該序列豐富的注釋可以當(dāng)作新序列的參考。當(dāng)然，BlastN/MEGABLAST/DiscontiguousMEGABLAST，都可以完成這種事情。

18、但MEGABLAST就是特別設(shè)計(jì)用于非常相似序列之間的比對(duì)，可用于尋找查詢序列的最佳匹配的序列。2, DiscontiguousMEGABLAST更好地用于查找不同物種的相似的核酸序列，而不是與查詢序列相同(identic)物種的。DiscontiguousMEGABLASTisbetteratfindingnucleotidesequencessimilar,butnotidenticaltoyournucleotidequery.DiscontiguousMEGABLAST，用于跨物種核酸序列快速比對(duì)。它使用非重疊群字段匹配算法(noncontiguouswordmatch)來(lái)進(jìn)行核酸比對(duì)

19、。DiscontiguousMegaBLAST比blastX等翻譯后比對(duì)要快得多，同時(shí)它在比較編碼區(qū)時(shí)也具有相當(dāng)高的敏感度。但是需要指出的是，核酸與核酸之間的比對(duì)并不是發(fā)現(xiàn)同源蛋白編碼區(qū)域的最佳方法，直接在蛋白水平用Blastp比對(duì)更好。這是因?yàn)槊艽a子的簡(jiǎn)并性。(Lc注：翻譯得有些拗，多多見(jiàn)諒！)DiscontiguousMEGABLAST詳纟細(xì)介紹：/blast/discontiguous.html原文：http：//blast/producttable.shtml#tab31本文詳纟細(xì)出處參考：http:/li

20、/1009/#moreT0091, Blastp:標(biāo)準(zhǔn)的蛋白序列與蛋白序列之間的比對(duì)StandardproteinBLASTisdesignedforproteinsearches.Blastp用于確定查詢的氨基酸序列在蛋白數(shù)據(jù)庫(kù)中找到相似的序列。跟其它的Blast程序一樣，目的是要找到相似的區(qū)域。2, PSI-BLAST:敏感度更高的蛋白序列與蛋白序列之間的比對(duì)PSI-BLASTisdesignedformoresensitiveprotein-proteinimilarityearches.Position-SpecifIterated(PSI)-BLAST，是一種更

21、加高靈敏的Blastp程序，對(duì)于發(fā)現(xiàn)遠(yuǎn)親物種的相似蛋白或某個(gè)蛋白家族的新成員非常有效。當(dāng)你使用標(biāo)準(zhǔn)的Blastp比對(duì)失敗時(shí)，或比對(duì)的結(jié)果僅僅是一些假基因或推測(cè)的基因序列時(shí)("hypotheticaJprotein"or"similarto)"，你可以選擇PSI-BLAST重新試試。3, PHI-BLAST:模式發(fā)現(xiàn)迭代BLASTPHI-BLASTcandoarestrieteproteinpatternsearch.PHI-BLAST,模式發(fā)現(xiàn)迭代BLAST,用蛋白查詢來(lái)搜索蛋白數(shù)據(jù)庫(kù)的一個(gè)程序。僅僅找出那些查詢序列中含有的特殊模式的對(duì)齊。PHI的語(yǔ)法詳

22、細(xì)介紹看這里：/blast/html/PHIsyntax.htmlPeptideSequenceDatabases蛋白序列的數(shù)據(jù)庫(kù)nrAllnon-redundantGenBankCDStranslation+RefSeqProteins+PDB+SwissProt+PIR+PRF所有非冗余的的GenBankCDS區(qū)的翻譯序列+參考序列的蛋白+PDB數(shù)據(jù)庫(kù)+SwissProt蛋白數(shù)據(jù)庫(kù)+PRF蛋白數(shù)據(jù)庫(kù)refseqRefSeqproteinsequencesfromNCBI'sReferenceSequenceProject.所有NC

23、BI的參考序列swissprotLastmajorreleaseoftheSWISS-PROTproteinsequencedatabase(noupdates).swissprot的蛋白數(shù)據(jù)庫(kù)patProteinsfromthePatentdivisionofGenPept.專利的蛋白數(shù)據(jù)庫(kù)pdbSequencesderivedfromthe3-dimensionalstrueturefromBrookhavenProteinDataBank.PDB數(shù)據(jù)庫(kù)monthAllneworrevisedGenBankCDStranslation+PDB+SwissProt+PIR+PRFreleas

24、edinthelast30days.個(gè)月內(nèi)新增加的蛋白序列env_nrProteinsequencesfromenvironmentalsamples.來(lái)自environmentalsamples的蛋白序歹UNucleotideSequenceDatabases核酸數(shù)據(jù)庫(kù)nrAllGenBank+RefSeqNucleotides+EMBL+DDBJ+PDBsequences(excludingHTGS0,l,2,EST,GSS,STS,PAT,WGS).Nolonger"non-redundant".所有GenBank的核酸序列+參考序列中的核酸序列+EMBL+DDBJ+

25、PDB核酸序列(但不包括HTG,EST,GSS等序列)refseq_rnaRNAentriesfromNCBI'sReferenceSequenceprojectNCBI參考序列中的核酸序列refseq_genomicGenomicentriesfromNCBI'sReferenceSequenceprojectNCBI參考序列中的基因組序列estDatabaseofGenBank+EMBL+DDBJsequencesfromESTDivisions來(lái)自GenBank+EMBL+DDBJ的EST序列est_humanHumansubsetofest.人的EST序列est_mou

26、seMousesubset.小鼠的EST序列est_othersNon-Mouse,non-Humansubsetofest.、除了人與小鼠之外的EST序列g(shù)ssGenomeSurveySequence,includessingle-passgenomicdata,exon-trappedsequences,andAluPCRsequences.htgsUnfinishedHighThroughputGenomicSequences:phases0,1and2(finished,hase3HTGsequencesareinnr)未發(fā)布的高通量的基因組測(cè)序patNucleotidesfromth

27、ePatentdivisionofGenBank.專利的核酸序列pdbSequencesderivedfromthe3-dimensionalstrueturefromBrookhavenProteinDataBankPDB核酸序列monthAllneworrevisedGenBank+EMBL+DDBJ+PDBsequencesreleasedinthelast30days.個(gè)月內(nèi)新增的核酸序列dbstsDatabaseofGenBank+EMBL+DDBJsequencesfromSTSDivisions.STS數(shù)據(jù)庫(kù)chromosomeAdatabasewithcompletegenom

28、esandchromosomesfromtheNCBIReferenceSequenceproject.NCBI參考序列計(jì)劃中所有的完整基因組和染色體序列wgsAdatabaseforwholegenomeshotgunsequenceentries基因組鳥(niǎo)槍法測(cè)序得到的序列env_ntNucleotidesequencesfromenvironmentalsamples,includingthosefromSargassoSeaandMineDrainageprojects.來(lái)自environmentalsamples的核酸序列。NCBI中Blast可以用來(lái)進(jìn)行序列比對(duì)、檢驗(yàn)引物特異性Bla

29、st導(dǎo)航主頁(yè)面主體包括三部分BLASTAssembledGenomes選擇你要對(duì)比的物種，點(diǎn)擊物種之后即可進(jìn)入對(duì)比頁(yè)面BasicBLAST包含5個(gè)常用的Blast每一個(gè)都附有簡(jiǎn)單介紹SpecializeBLAST是一些特殊目的的Blast如Primer-BLAST、IgBLAST根據(jù)需要做出選擇本學(xué)期學(xué)習(xí)了最基本的核苷酸序列的比對(duì)點(diǎn)擊BasicBLAST部分的nucleotid鏈接到一個(gè)新的頁(yè)面，打開(kāi)后的頁(yè)面特征：大體上包括三個(gè)部分EnterQuerySequence部分可以讓我們輸入序列，其中的JobTitle部分可以為本次工作命一個(gè)名字ChooseSearchSet部分可以選擇要與目的序列

30、比對(duì)的物種或序列種類。其中的EntrezQuery可以對(duì)比對(duì)結(jié)果進(jìn)行適當(dāng)?shù)南拗啤rogramSelectio部分可以選擇本次對(duì)比的精確度，種內(nèi)種間等等。其次Blast按鈕下面有一個(gè)“Algorithmparameter”算法參數(shù)，可設(shè)置參數(shù)。點(diǎn)擊Blast后，出現(xiàn)的頁(yè)面大體上包括四個(gè)部分所詢問(wèn)和比對(duì)序列的簡(jiǎn)單信息1詢問(wèn)序列的簡(jiǎn)單信息一一名稱、描述、分子類型、序列長(zhǎng)度2所比對(duì)數(shù)據(jù)庫(kù)的名稱、描述和所用程序二. GraphicSummaryblast吉果圖形顯示相似度顏色圖（黑、藍(lán)、綠、粉紅、紅，相似度由低到高）三. Descriptioblast吉果描述區(qū)1到其他數(shù)據(jù)庫(kù)的鏈接2描述以表格的形式呈

31、現(xiàn)（以匹配分值從大到小排序）（l）Accessio下程序比對(duì)的序列名稱，點(diǎn)擊相應(yīng)的可以進(jìn)入更為詳細(xì)的mapviewer(2) Descriptio下是對(duì)所比對(duì)序列的簡(jiǎn)單描述接下來(lái)是5個(gè)結(jié)果數(shù)值：(3) Maxscore匹配分值，點(diǎn)擊可進(jìn)入第四部分相應(yīng)序列的blas的詳細(xì)比對(duì)結(jié)果(4) Totalscore總體分值(5) Querycoverage覆蓋率(6) EvalueE(Expect)值，表示隨機(jī)匹配的可能性。E值越大，隨機(jī)匹配的可能性也越大。E值接近零或?yàn)榱銜r(shí)，具本上就是完全匹配了。(7) Maxident匹配一致性，即匹配上的堿基數(shù)占總序列長(zhǎng)的百分?jǐn)?shù)。(8) Link到其他數(shù)據(jù)庫(kù)的鏈接

32、。四各序列bias的詳細(xì)比對(duì)結(jié)果數(shù)據(jù)庫(kù)中不同序列比對(duì)的詳細(xì)結(jié)果，每一個(gè)結(jié)果大體上包括3部分1所比對(duì)序列的名稱、簡(jiǎn)單描述、長(zhǎng)度。到其他數(shù)據(jù)庫(kù)的鏈接。2.比對(duì)結(jié)果的5個(gè)數(shù)值：(1) scor打分矩陣計(jì)算出來(lái)的值，由搜索算法決定的，值越大說(shuō)明詢問(wèn)序列跟目標(biāo)序列匹配程度越大(2) Expec是輸入序列被隨機(jī)搜索出來(lái)的概率，該值越小越好。Identit是相似程度，即輸入序列和搜索到序列的匹配率(4) Gaps就是空白，即比對(duì)序列只有一條鏈上有堿基(5) strand=plus/miri即詢問(wèn)序列和數(shù)據(jù)庫(kù)里面序列的互補(bǔ)鏈匹配3.輸入序列和庫(kù)中對(duì)比到的序列每個(gè)堿基的詳細(xì)對(duì)比Blast2Sequences,在很早前NCBI就有提供這種工具的了。最近在2008年底又重新改版了，改版后的功能更加強(qiáng)大。有許多非常實(shí)用，但你可能不是太清楚的功能。這里大概提一下，具體的詳細(xì)用法，還是要靠你自己慢慢摸索。功能介紹：1, 兩個(gè)序列之間的比對(duì)(BLAST2Sequences)，這是最初的功能2, BLAST多個(gè)序列。3,