blast算法介绍.pdf

亢雨笺 2013年11月1日 生物中最被关注的DNA、 RNA、蛋白质，都具有 线性的序列信息 研究序列相似性 关注其功能、演化历史  无法通过穷举得到所有的两两比对结果  动态规划 一个大问题可以分成若干个子问题 寻找每个子问题的最优解，就是最终的最优解  例如有两条序列AAG和AGC进行比对 A C 要比较整条序列： 子问题：每个残基的比较 A – C A G A - C A G C C – A C - 每步比对的分数为之前的分数加上这一步的最大值， 对应公式为： 假设比较序列 A A G A G C gap open = -5 gap extension = -5 假设比较序列 A A G A G C gap open = -5 gap extension = -5 假设比较序列 A A G A G C gap open = -5 gap extension = -5 gap open = -5 gap extension = -5  需要比对序列的结构域，而不是整条序列时， Needleman-Wunsch算法并不适用 同样考虑比较序列 A A G A G C 假设比较序列 A A G A G C gap open = -5 gap extension = -5 假设比较序列 A A G A G C gap open = -5 gap extension = -5 gap open = -5 gap extension = -5  PAM矩阵是基于近相关蛋白数据的，并且假设高度 相关蛋白的取代概率可以外推到远相关蛋白的概率  而BLOSUM矩阵是基于实际观测到的远相关蛋白构 建的 因此在比