生物序列的相似性搜索-blast简介及其应用.ppt

生物序列的相似性搜索 －blast简介及其应用 内容提要 1.基本概念 相似性，同源性 2.Blast介绍 Blast资源和相关问题 3.Blast的应用 网络版，单机版 4.深入了解Blast(改进程序，算法基础) 5.其他的序列相似性搜索工具（fasta） 生物序列的相似性 生物序列的同源性 同源性(homology)： 指从一些数据中推断出的两个基因或蛋白质序列具而共同祖先的结论，属于质的判断。就是说A和B的关系上，只有是同源序列，或者非同源序列两种关系。而说A和B的同源性为80％都是不科学的。 序列相似性比较和序列同源性分析 序列相似性比较： 就是将待研究序列与DNA或蛋白质序列库进行比较，用于确定该序列的生物属性，也就是找出与此序列相似的已知序列是什么。完成这一工作只需要使用两两序列比较算法。常用的程序包有BLAST、FASTA等； 序列同源性分析： 是将待研究序列加入到一组与之同源，但来自不同物种的序列中进行多序列同时比较，以确定该序列与其它序列间的同源性大小。这是理论分析方法中最关键的一步。完成这一工作必须使用多序列比较算法。常用的程序包有CLUSTAL等； Blast简介（一） BLAST 是由美国国立生物技术信息中心（NCBI）开发的一个基于序列相似性的数据库搜索程序。 BLAST是“局部相似性基本查询工具”(Basic Local Alignment Search Tool)的 缩写。 Blast简介（二） Blast 是一个序列相似性搜索的程序包，其中包含了很多个独立的程序，这些程序是根据查询的对象和数据库的不同来定义的。比如说查询的序列为核酸，查询数据库亦为核酸序列数据库，那么就应该选择blastn程序。 下表列出了主要的blast程序。 主要的blast程序 Blast相关的问题 怎么获得blast服务,怎么使用的问题？ 为什么使用blast，可以获得什么样的信息？ 其他问题：实际使用时选择哪种方式（网络，本地化），参数的选择，结果的解释… Blast资源 1.NCBI主站点： /BLAST/(网络版) /blast/ (单机版) 2.其他站点： /blast/ http://nema.cap.ed.ac.uk/ncbi_blast.html /blast/（果蝇） … Blast结果给出的信息 Blast结果会列出跟查询序列相似性比较高，符合限定要求的序列结果，根据这些结果可以获取以下一些信息。 1.查询序列可能具有某种功能 2.查询序列可能是来源于某个物种 3.查询序列可能是某种功能基因的同源基因 … 这些信息都可以应用到后续分析中。 两种版本的Blast比较（一） 网络版本 包括NCBI在内的很多网站都提供了在线的blast服务，这也是我们最经常用到的blast服务。网络版本的blast服务就有方便，容易操作，数据库同步更新等优点。但是缺点是不利于操作大批量的数据，同时也不能自己定义搜索的数据库。 两种版本的Blast比较（二） 单机版 单机版的blast可以通过NCBI的ftp站点获得，有适合不同平台的版本（包括linux，dos等）。获得程序的同时必须获取相应的数据库才能在本地进行blast分析。单机版的优点是可以处理大批的数据，可以自己定义数据库，但是需要耗费本地机的大量资源，此外操作也没有网络版直观、方便，需要一定的计算机操作水平。 NCBI提供的Blast服务 Blast任务提交表单（一） Blast任务提交表单（二） Blast任务提交表单（三） 提交任务 结果页面（一） 结果页面（二） 结果页面（三） 一个具体的例子（blastp） 假设以下为一未知蛋白序列 query_seq MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTASWFTALTQHGKEELRFPRGQGVPINTNSGPDDQIGYYRRATRRVRGGDGKMKELSPRWYFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDHIGTRNPNNNAATVLQLPQGTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMASGGGETALALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTATKQYNVTQAFGRRGPEQTQGNFGDQDLIRQGTDYKHWPQIAQFAPSASAFFGMSRIGMEVTPSGTWLTYHGAIKLDDKDPQFKDNVILLNKHI