生物序列的同源性搜索--blast简介及其应用.pptVIP

生物序列的相似性搜索

－blast简介及其应用

2005年3月

2

序列数据的保存格式与相关数据库资源

在数据库中进行序列相似性搜索

多序列比对

进化树构建与分子进化分析

Motif的寻找与序列的模式识别

RNA二级结构，蛋白质二、三级结构的预测

基因芯片的数据分析

生物信息学常见的应用与软件

3

内容提要

1.根本概念

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，算法根底)

5.其他的序列相似性搜索工具〔fasta〕

4

生物序列的相似性

相似性(similarity)：

是指一种很直接的数量关系，比方局部相同或相似的百分比或其它一些适宜的度量。比方说，A序列和B序列的相似性是80％，或者4/5。这是个量化的关系。当然可进行自身局部比较。

5

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。

生物序列的同源性

6

相似性和同源性关系

序列的相似性和序列的同源性有一定的关系，一般来说序列间的相似性越高的话，它们是同源序列的可能性就更高，所以经常可以通过序列的相似性来推测序列是否同源。

正因为存在这样的关系，很多时候对序列的相似性和同源性就没有做很明显的区分，造成经常等价混用两个名词。所以有出现A序列和B序列的同源性为80％一说。

7

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：

是将待研究序列参加到一组与之同源，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；

8

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“局部相似性根本查询工具”(BasicLocalAlignmentSearchTool)的缩写。

9

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。比方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。

Blast简介〔二〕

10

主要的blast程序

程序名

查询序列

数据库

搜索方法

Blastn

核酸

核酸

核酸序列搜索逐一核酸数据库中的序列

Blastp

蛋白质

蛋白质

蛋白质序列搜索逐一蛋白质数据库中的序列

Blastx

核酸

蛋白质

核酸序列6框翻译成蛋白质序列后和蛋白质数据库中的序列逐一搜索。

Tblastn

蛋白质

核酸

蛋白质序列和核酸数据库中的核酸序列6框翻译后的蛋白质序列逐一比对。

TBlastx

核酸

核酸

核酸序列6框翻译成蛋白质序列，再和核酸数据库中的核酸序列6框翻译成的蛋白质序列逐一进行比对。

11

Blast相关的问题

怎么获得blast效劳,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…

12

Blast资源

1.NCBI主站点：

(网络版)

(单机版)

2.其他站点：

〔果蝇〕

…

13

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。

14

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效劳，这也是我们最经常用到的blast效劳。网络版本的blast效劳就有方便，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。

15

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