生物信息学（郝大鹏）BLAST.pptVIP

PHI-BLAST的语法 The syntax for patterns in PHI-BLAST follows the conventions of PROSITE . When using the stand-alone program, it is permissible to have multiple patterns. When using the Webonly one pattern is allowed per query. [ ] means any one of the characters enclosed in the brackets e.g., [LFYT] means one occurrence of L or F or Y or T means nothing x(5) means 5 positions in which any residue is allowed x(2,4) means 2 to 4 positions where any residue is allowed * * BLAST只对高分的一些字组有兴趣，而字组的分数是由依序比较字组间的每个字，再配合得分矩阵（substitution matrix或scoring matrix）所产生的。因此，对于每一个字组而言，可能有20^3个BLAST可能关心的字组，当然这些字组经过一个门槛分数的筛选后，只有少数的字组会留下，而这些就是BLAST真正所关心的字组。举例来说，若以BLOSUM62为得分矩阵，则PQG分别和PEG以及PQA比较所得的分数是15以及12分，若门槛值是13，则PEG会留下来并被用于之后的步骤，而PQA则不被考虑。 * 艾滋病病毒（HIV）也属于逆转录病毒，目前艾滋病已经成为当今世界面临的一大威胁。HIV会攻击人体免疫系统的细胞（主要是淋巴细胞），然后将自身插入细胞的基因组中。一旦成功地插入细胞基因组，HIV就开始不停地复制和扩散（这也是艾滋病无法治愈的一个原因）。直到宿主死亡，HIV才会死亡。 研究人员发现，人类基因组中大约8％是由曾经侵袭我们祖先的病毒构成的。病毒消失了，但它们的遗传物质留在宿主的DNA上，就像保存在琥珀中的昆虫化石那样。 讨论 为什么没有人提供“Basic Global Alignment Search Tool (BGAST)”来补充BLAST？ BGAST会成为一种有用的工具马？创立它可能遇到的计算上的困难是什么？ PAM或者BLOSUM矩阵描述了一个氨基酸被另一个氨基酸替换的可能性，其依据是上千个蛋白质的统计分析。这些矩阵假设一个氨基酸被另一个氨基酸替换的可能性是恒定的，无论它在序列的那个位置，这样假设对吗？可能会带来什么样的弊端？ 远缘相关蛋白质的搜索：位点特异性反复比对（PSI-BLAST） 有很多序列相似性很低的同源蛋白 不同的打分矩阵对不同进化关系的蛋白质比对很敏感，可以通过调节打分矩阵来寻找远缘相关的蛋白质 尽管如此，还是会遗漏很多结果 回到上次的讨论 PAM或者BLOSUM矩阵描述了一个氨基酸被另一个氨基酸替换的可能性，其依据是上千个蛋白质的统计分析。这些矩阵假设一个氨基酸被另一个氨基酸替换的可能性是恒定的，无论是什么样的序列，无论它在序列的那个位置，这样假设对吗？可能会带来什么样的弊端？ …VKENFDKARFSGTWYAMAKKDPEGLFLQDNIVAEFSVDETGQMSATAKGRVRLLNNWDVC… Position specific iterated BLAST: PSI-BLAST The purpose of PSI-BLAST is to look deeper into the database for matches to your query protein sequence by employing a scoring matrix that is customized to your query. PSI-BLAST is performed in five steps [1] Select a query and search it against a protein database 用常规的blastp在目标数据库中进行比对搜索，使用一些常规的打分矩阵，比如blosum62。 PSI-BLAST is performed in five steps [1] Select a query and search it against a protein database [2] PSI-BLAST constructs a multiple sequence alignment then creat