实验一利用BLAST的数据库比对分析..docxVIP

实验三 利用BLAST的数据库比对分析2012454116郑俊昌一、实验目的1、学习BLAST序列相似性网络核酸蛋白数据库比对方法2、进行网络核酸蛋白数据库基因相似性分析二、实验内容1、BLAST工具介绍BLAST? (Basic Local Alignment Search Tool)工具是用查询的DNA或蛋白质序列与所以可能的序列数据库进行相似性搜索的多个程序。BLAST程序运行速度快，打分合理，容易辨认出真正的匹配与随机背景的不同。BLAST不仅可以进行局部亦可以进行全局搜索，易于发现一些分隔的相似区段。BLAST的功能：BLAST对一条或多条序列(可以是任何形式的序列)在一个或多个核酸或蛋白序列库中进行比对。BLAST还能发现具有缺口的比对上的序列。BLAST可处理任何数量的序列, 包括蛋白序列和核算序列; 也可选择多个数据库但数据库必须是同一类型的, 即要么都是蛋白数据库要么都是核酸数据库。下面介绍5个BLAST分析的程序：（1） BLASTP是蛋白序列到蛋白库中的一种查询。库中存在的每条已知序列将逐一地同每条所查序列作一对一的序列比对。（2） BLASTX是核酸序列到蛋白库中的一种查询。先将核酸序列翻译成蛋白序列（一条核酸序列会被翻译成可能的六条蛋白即六框翻译），再对每一条作一对一的蛋白序列比对。（3） BLASTN是核酸序列到核酸库中的一种查询。库中存在的每条已知序列都将同所查序列作一对一地核酸序列比对。（4） TBLASTN是蛋白序列到核酸库中的一种查询。与BLASTX相反，它是将库中的核酸序列翻译成蛋白序列，再同所查序列作蛋白与蛋白的比对。（5） TBLASTX是核酸序列到核酸库中的一种查询。此种查询将库中的核酸序列和所查的核酸序列都翻译成蛋白质（六框翻译），这样每次比对会产生36种比对阵列。2、连接NCBI进行BLAST相似性分析BLAST可以通过登录NCBI的BLAST服务器进行，也可以下载BLAST程序及相关数据库后进行本地BLAST分析。通常在网络连接正常的情况下，登录NCBI进行BLAST分析是首选。1）登陆blast主页：/BLAST/2）根据数据类型，选择合适的程序3）填写表单信息序列的输入、比对搜索区域的选择、数据库的选择限制调节、打分矩阵及其他参数的设置各参数的含义：Word size选项：BLAST 程序是通过比对未知序列与数据库序列中的短序列来发现最佳匹配序列的。最初进行“扫描”(scanning)就是确定匹配片段。序列的匹配程序由短序列(定义为“word”, 即字)的联配得分总和来决定。联配时，“字”的每个碱基均被计分：如果碱基对完全相同(如 A 与 A)，得某一正值；如果碱基对不很匹配(W与A或 T)，则得某一略小的正值；如果两个碱基不匹配，则得一负值。总的 合计得分便决定了序列间的相似程度。得分高的匹配序列被称为高比值片段对(high-scoring segment pairs, HSP)。BLAST 程序在两个方向扩展 HSP，直至序列结束或联配已变为不显著。替换矩阵在扫描(scanning)和扩展过程被应用。最后在BLAST报告中被列出的序列都是所有得分最高的序列。以上述及的初始字长便是由Word size值设定。BLAST只对字长为W的“字”进行扩展联配。BLAST 的字长缺省值为 11，即 BLASTN 将扫描数据库，直到发现那些与未知序列的 11个连续碱基完全匹配的11个连续碱基长度片段为止。然后这些片段(即字)被扩展。11个碱基的字长已能有效地排除中等分叉的同源性和几乎所有随机产生的显著联配。1 P6 F7 L; L( Y: g D$ B8 F q“Filter”(过滤器)选项：BLAST 2.0版本的新功能，过滤器将锁定诸如组成低复杂(low compositional complexity)序列区(如Alu序列)，用一系列N(NNNNNN)替代这些程序。N 代表任意碱基(IUB-code)。只有未知待检序列被过滤替代，而数据库的序列将不被过滤。过滤对绝大多数序列都是有益的，例如，多A 碱基的尾部和脯氨酸富积的序列，会得到人为的高联配得分而误导分析。这是因为这类序列数量极大，遍布整个基因组，直至整个数据库。“Matrix”(矩阵)选项：联配的显著性是由返回的比对分值决定的，该分值反映的是所得到的联配随机产生的概率有多大。矩阵被用于鉴别数据库中的序列，同时又用来预测匹配的显著性大小。一般应接受运行程序推荐的矩阵。BLAST系列程序主要使用两种类型矩阵(PAM和BLOSUM，前面都有介绍)。要准确地选择矩阵，必须了解矩阵和矩阵的具体计分方式。值得注意的是，直接比较使用不同替换矩阵而获得的联配得分是没有意义的。“EXPECT”选项：您可以为搜索设定一个期望值阀值(EXPEC