BLAST速学课程教学课件.pptxVIP

;BLAST简介 BLAST 的算法 BLAST 搜索策略;BLAST是一套在蛋白质数据库或DNA数据库中进行相似性比较的分析工具。 BLAST程序能迅速与公开数据库进行相似性序列比较，采用一种局部的算法获得两个序列中具有相似性的序列，其结果中的得分是对一种对相似性的统计说明。;BLAST的应用;BLAST中常用的程序介绍;程序 输入 数据库 1 blastn DNA DNA 1 blastp protein protein 6 blastx DNA protein 6 tblastn protein DNA 36 tblastx DNA DNA;BLAST算法 可找到一个查询序列和一个数据库序列之间的匹配关系，然后向两个方向延伸。搜索结果既包括数据库中高度相关的序列，也包括边缘性相关区域，并用一个打分图描述查询序列与每个数据库匹配之间的相关程度。 分为三个阶段：列表、扫描、延伸;Phase 1: 列表 (w=3) 编译一个由查询序列生成的长度固定为w的“字段”列表。针对比对字段打分建立阈值T，大于T的字段被定义为匹配。;比对得分由一个打分矩阵确定，如Blosum62;Phase 2:扫描 在数据库中扫描与编译列表匹配的记录。 最初blast运行只寻找一个匹配，目前版本需要寻找两个相隔一定距离A的相互分离的字段（如两个没有重叠区域的字段），然后生成这两个匹配的一个无空位的延伸。 提高了搜索速度，匹配量增加，但只需要进行原来1/7的延伸操作。 参数A的默认值为40。;当找到一个匹配（hit），像两个方向延伸匹配序列； 追踪分值大小（使用打分矩阵）； 当分值下降时停止。;;;;期望值（expect value） E，是在一次数据库搜索中，随机条件下期望发生的得分等于或大于S的不同比对的数目； E值与概率p相关； 描述E值的公式： E = Kmn e-lS;如何评估结果的显著性 如何处理太多的结果 如何处理太少的结果 利用一个多结构域蛋白（HIV-1 pol）进行BLAST搜索 利用不同矩阵进行BLAST搜索;如何评估结果的显著性;A中只有36个氨基酸的RBP4框架就可以得到与RBP4和B的较长的匹配（151个氨基酸）相同的得分与期望值。 但相似比率相差很大（94% vs 31%）;RBP4和NP_002562.1（PAEP，孕激素相关子宫内膜蛋白）： E值0.49, 不显著， 一致性：24% (“twilight zone”，模糊区)。 但实际上二者是同源的。;以PAEP进行blastp搜索的结果;如何评估结果的显著性;是否共有一个相似的生物学功能？ 是否具有相似的三维结构？ 如果一个blast搜索得到一个对另一个的边缘匹配，以这个具有较远亲缘关系的蛋白质作为查询项再进行一次blast。如果互相印证，则增加是了同源的信心。;如何处理太多的结果;如何处理太少的结果;Thank you !