如何看懂NCBI BLAST输出结果.docVIP

如何看懂NCBI BLAST输出结果 2010-11-13 10:38:11| 分类： 生物信息分析 | 标签：blast |字号大中小订阅 写在解读报告之前的，首先就使用Blast最终的目的是什么达成一致，Blast是通过两两比对，找到数据库中与输入序列最相似的序列，或者说是最 相似的序列片段。那么我们看比对结果就是看Blast从数据库中找到哪些相似的序列，然后就是如何相似，这些相似又可以告诉我们哪些信息 等。当然Blast可以衍生出许多的用途，但都是建立在找到相似性序列（片段）的基础上的。 最新的BLAST结果报告解读，本文以BLASTP为例子，说明如何来解读BLAST结果。 示例 BLAST地址：/Blast.cgi?PROGRAM=blastpBLAST_PROGRAMS=blastpPAGE_TYPE=BlastSearchSHOW_DEFAULTS=onLINK_LOC=blasthome 比对用的例子：giref|NP_445782.1| ribosomal protein L21 [Rattus norvegicus]MTNTKGKRRGTRYMFSRPFRKHGVVPLATYMRIYKKGDIVDIKGMGTVQKGMPHKCYHGKTGRVYNVTQHAVGIIVNKQVKGKILAKRINVRIEHIKHSKSRDSFLKRVKENDQKKKEAKEKGTWVQLNGQPAPPREAHFVRTNGKEPELLEPIPYEFMA 数据选择：nr 比对时间：2009年9月9日12:46:23 解读报告前需要掌握的概念 alignments 代表比对上的两个序列 hits 表示两个序列比对上的片段 Score 比对得分，如果序列匹配上得分，不一样，减分，分值越高，两个序列相似性越高E Value 值越小，越可信，相对的一个统计值。Length 输入序列的长度Identities 一致性，就是两个序列有多少是一样的Query 代表输入序列Sbjct 代表数据库中的序列 结果详细说明 菜单与基本信息 NCBI Blast结果-菜单与基本信息 下一步操作的菜单，你可以调整参数，重新比对、保存你的搜索条件以便下次比对、调整报告显示的参数，以更符合你的要求、下载你比对的结果； 此次比对的标题，优先是你填写的，如果没有填写可能是你输入fasta序列头（大于号后面的），如果这个也没有找到，NCBI会自动生成一个； 你输入序列的信息，包括标识号、描述信息、类型、长度； 数据库的信息以及你选择的Blast程序； 查看其他报告，比如摘要、分类、距离树、结构、多重比对等。 Graphic Summary Graphic Summary 保守域，Blastp时，如果与保守域数据库比对有结果时，方显示； Distribution of 100 Blast Hits on the Query Sequence，图的说明，仔细研读，是hits在输入序列上的分布； 这里是消息显示框，当鼠标放在坐标下的横线上，会显示代表的hit的信息； 颜色比例尺，代表hit的得分（score）区间，可以简单的理解为红色的线表示有较好的比对结果； 输入序列的坐标； 每一条线段代表一个hit，在线段上点击，会链接到该hit详细的比对信息部分。 深入理解：由于blast是区段比对，对于给定的两个序列，blast会把具有相识性的片段（hit）找出来，显示的是hit的信息，所以要 判断两个序列的相似性，不但要看比对上的片段（hit）的得分，还要看hit覆盖你输入序列的范围，正因为此，这部分图形显示部分就像 整个报告的鸟瞰图一样，hit在你输入序列上的分布。本例是一个较短的蛋白质序列，所以不具有代表性，试想如果输入的是M级的核酸序列，你就知道意味着什 么了。这里要记住仅仅高分的hit不能说明问题，还要关注hit在输入序列中的位置。 Descriptions Descriptions 比对上序列的标识符，上面有到该序列详细信息的链接； 序列的表述信息，可以知道这个序列功能、基因、物种等信息； 比对得分，由高向低排列，上面有到比对详细信息的链接； E value，由低向高排列； 该序列的其他链接，字母表示数据库，比如U表示unigene、G表示Gene数据库； 深入解读：简要的列表形式，便于阅读都比对上了哪些序列，（如果你经验丰富，从score的得分就大致可以判断序列的相似性）序列的相似情况。 Alignments Alignments 比对详细信息 比对上的序列信息； 比对的各种得分，这里不做一一说明，不清楚请参看我的另一篇关于blast结果解析的文章（这里我最关注的是Identities，比对上（一 致）的数