生物序列的相似性搜索blast简介及其应用
合集下载
生物序列的同源性搜索 -blast简介及其应用
29
分析过程（三）
6.限制条件，我们限制 在病毒里面找。
7.其他选项保持默认值
打分矩阵
30
分析过程（四）
8.输出格式选项保持 默认值
9.点击开始搜索
31
分析过程（五）
10.查询序列的一些 相关信息 在cdd库里面找到 两个保守区域， 点击可以进入
32
分析过程（六）
图形结果
33
分析过程（七）
15
本地WEB版的Blast
在NCBI的FTP上，在blast程序的目录 下，还提供了一种供用户在自己的服务器 上建立Blast网页服务的软件包(wwwblast)。 使用该软件包，用户可以建立一个简 易的进行Blast运算的网站供实验室人员使 用。用于搜索的数据库同样可以灵活的定 义。
16
Blast程序评价序列相似性的两个数据
39
单机版的Blast使用（三）
3.获取Blast数据库 a.直接从ncbi下载 ftp:///blast/db/ b.用Blast程序包提供的formatdb工具自己格 式化序列数据成数据库。 假设有一序列数据（sequence.fa，多序列，fasta 格式），欲自己做成Blast数据库，典型的命令 如下：
Score：使用打分矩阵对匹配的片段进行打分，这是
对各片段越长、 相似性越高则Score值越大。
E value:在相同长度的情况下，两个氨基酸残基（或
碱基）随机排列的序列进行打分，得到上述Score值的 概率的大小。E值越小表示随机情况下得到该Score值的 可能性越低。
2.其他站点：
/blast/ /ncbi_blast.html /blast/（果蝇）
…
12
Blast结果给出的信息
分析过程（三）
6.限制条件，我们限制 在病毒里面找。
7.其他选项保持默认值
打分矩阵
30
分析过程（四）
8.输出格式选项保持 默认值
9.点击开始搜索
31
分析过程（五）
10.查询序列的一些 相关信息 在cdd库里面找到 两个保守区域， 点击可以进入
32
分析过程（六）
图形结果
33
分析过程（七）
15
本地WEB版的Blast
在NCBI的FTP上，在blast程序的目录 下，还提供了一种供用户在自己的服务器 上建立Blast网页服务的软件包(wwwblast)。 使用该软件包，用户可以建立一个简 易的进行Blast运算的网站供实验室人员使 用。用于搜索的数据库同样可以灵活的定 义。
16
Blast程序评价序列相似性的两个数据
39
单机版的Blast使用（三）
3.获取Blast数据库 a.直接从ncbi下载 ftp:///blast/db/ b.用Blast程序包提供的formatdb工具自己格 式化序列数据成数据库。 假设有一序列数据（sequence.fa，多序列，fasta 格式），欲自己做成Blast数据库，典型的命令 如下：
Score：使用打分矩阵对匹配的片段进行打分，这是
对各片段越长、 相似性越高则Score值越大。
E value:在相同长度的情况下，两个氨基酸残基（或
碱基）随机排列的序列进行打分，得到上述Score值的 概率的大小。E值越小表示随机情况下得到该Score值的 可能性越低。
2.其他站点：
/blast/ /ncbi_blast.html /blast/（果蝇）
…
12
Blast结果给出的信息
BLAST（序列相似性快速搜索工具）
BLAST（序列相似性快速搜索工具）
1. 什么是BLAST？
•BLAST的全称是Basic Local Alignment Search T ool（基本的局部比对搜索工具），基于一种局部最优的比对策略。
•BLAST是生命科学研究中常用的一套在核苷酸数据库或蛋白质数据库中进行序列相似性比对的一套分析工具
•BLAST算法是启发式算法。
首先将query序列打断成子片段，称之为seed words，然后将seed与预先索引好的序列进行比对，选择seed连续打分较高的位置采用动态规划算法进行延伸，延伸过程也会进行打分，当打分低于某一限度这一延伸过程就会被终止抛弃，最后产生了一系列的高得分序列。
最后还要使用E-value对其显著性进行评估，选出比对结果最好的序列。
•BLAST分为在线BLAST和本地化BLAST
IMAGE.png
2. BLAST程序类型
BLAST实际上是综合在一起的一组工具
的统称，它不仅可用于直接对蛋白质数据库和
核酸数据库进行搜索，而且可以将待搜索的核
酸序列翻译成蛋白质序列后再进行搜索，或者
反之，以提高搜索效率。
因此BLAST可以分
为 BLASTp、 BLASTn、 BLASTx、 tBLASTn、
tBLASTx。
IMAGE.jpg
IMAGE.png
3.BLAST 比对结果解读
实际应用中主要看E-value（E值越小越好），同时要求Score大于一定值。
图片来自MOOC。
BLAST序列相似性检索
BLAST序列相似性检索<zt>序列类似性检索就是将新测定的核酸或蛋白质序列对核酸或蛋白质序列数据库进行检索，找出与之相似的序列，从而评判新测定的序列是重复别人的工作，还是在前人的基础上有所创新，或是发现了新的序列。
现在用于序列类似性检索的软件很多，下面主要介绍GenBank的序列类似性检索工具棗BLAST。
1. BLAST简介BLAST是Basic Local Alignment Search Tool的英文缩写，意即碱基局部对准检索工具，是一种序列类似性检索工具。
它采用统计学记分系统，能将真正配对的序列同随机产生的干扰序列区别开来；同时采用启发式算法系统，即采用的是局部对准算法(Local Alignment Algorithm)，而不是全序列对准算法(Global Alignment Algorithm)。
全序列对准算法是在检索结果中两个被比较序列所有片断均类似；而局部对准算法是找出两个被比较序列的“最类似”片断，并得出可能只包含两个序列的某个部分的对准结果。
在BLAST的基础上，NCBI又开发了BLAST 2.0、Gapped BLAST和PSI-BLAST。
BLAST 2.0•是一种新的BLAST 检索工具，它对BLAST作了改进，运行速度更快，灵敏度更高，同时具有Gapped BLAST和PSI-BLAST两种软件的新功能。
Gapped BLAST允许在对准的序列中引入空位(•碱基缺失或插入)，引入“空位”(Gaps)意味着在比较两个相关序列时不会出现中断(Break)现象。
这些空位对准的记分系统更能反映相关序列的类似程度。
PSI-BLAST的全称是Position-Specific •Iterated BLAST，意即特殊位置重复BLAST，它提供了自动、易用的概貌(Profile)检索，是查找序列同源(Sequence Homologues)的有效方法。
目前，PSI-BLAST•仅用于比较蛋白质查询序列与蛋白质数据库中的序列的类似程度。
生物序列的同源性搜索-blast简介及其应用
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。
6
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；
7
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。
8
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
单机版Blast的基本操作过程 1.下载单机版的Blast程序
ftp:///blast/executables/ 目录下，下载对应的操作系统版本。
2.解压程序包(blast-2.28-ia32-linux.tar.gz) 命令是: $ tar zxvf blast-2.28-ia32-linux.tar.gz
2.Blast介绍 Blast资源和相关问题
6
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；
7
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。
8
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
单机版Blast的基本操作过程 1.下载单机版的Blast程序
ftp:///blast/executables/ 目录下，下载对应的操作系统版本。
2.解压程序包(blast-2.28-ia32-linux.tar.gz) 命令是: $ tar zxvf blast-2.28-ia32-linux.tar.gz
2.Blast介绍 Blast资源和相关问题
Blast
生物序列的相似性搜索
－blast简介及其应用
生物一班 张强
114080101
背景介绍
生物序列的相似性
数量关系
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；
6
NCBI提供的Blast服务
登陆ncbi的 blast主页
核酸序列
蛋白序列
翻译序列
底下有其他一些针对 特殊数据库的和查看 以往的比对结果等
7
Blast任务提交表单（一）
1.序列信息部分
序列范围 （默认全部）
填入查询（query）的序列
选择搜索数据库 如果接受其他参数默认 设置，点击开始搜索
8
Blast任务提交表单（二）
我们通过blast搜索来获取一些这个序列 的信息。
15
具体步骤
1.登陆blast主页 /BLAST/ 2.根据数据类型，选择合适的程序 3.填写表单信息 4.提交任务 5.查看和分析结果
16
分析过程（一）
1.登陆ncbi的blast主页 2.选择程序，因为 查询序列是蛋白序 列可以选择blastp， 点击进入
也可以选择tblastn
作为演示， 我们这里选blastp
17
分析过程（二）
3.填入序列（copy＋paste） Fasta格式，或者纯序列 4.选择搜索区域，这里我们要 搜索整个序列，不填 5.选择搜索数据库，这里我们 选nr(非冗余的蛋白序列库)。 是否搜索保守区域数据库 （cdd），蛋白序列搜索才有。 我们选上
2
－blast简介及其应用
生物一班 张强
114080101
背景介绍
生物序列的相似性
数量关系
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；
6
NCBI提供的Blast服务
登陆ncbi的 blast主页
核酸序列
蛋白序列
翻译序列
底下有其他一些针对 特殊数据库的和查看 以往的比对结果等
7
Blast任务提交表单（一）
1.序列信息部分
序列范围 （默认全部）
填入查询（query）的序列
选择搜索数据库 如果接受其他参数默认 设置，点击开始搜索
8
Blast任务提交表单（二）
我们通过blast搜索来获取一些这个序列 的信息。
15
具体步骤
1.登陆blast主页 /BLAST/ 2.根据数据类型，选择合适的程序 3.填写表单信息 4.提交任务 5.查看和分析结果
16
分析过程（一）
1.登陆ncbi的blast主页 2.选择程序，因为 查询序列是蛋白序 列可以选择blastp， 点击进入
也可以选择tblastn
作为演示， 我们这里选blastp
17
分析过程（二）
3.填入序列（copy＋paste） Fasta格式，或者纯序列 4.选择搜索区域，这里我们要 搜索整个序列，不填 5.选择搜索数据库，这里我们 选nr(非冗余的蛋白序列库)。 是否搜索保守区域数据库 （cdd），蛋白序列搜索才有。 我们选上
2
NCBIblast使用教程[1]
![NCBIblast使用教程[1]](https://img.taocdn.com/s3/m/0f001b46910ef12d2bf9e73e.png)
E值范围
3.设置结果输出显示格式
选择需要显示的选项 以及显示的文件格式
显示数目
Alignment的显
筛选结果
示方式
点击开始搜索
其他一些显示格式参数
NCBIblast使用教程[1]
提交任务
返回查询号（request id） 修改完显示格式后点 击进入结果界面
可以修改显示结果格式
NCBIblast使用教程[1]
NCBIblast使用教程[1]
Blast程序评价序列相似性的两个数据
Score：使用打分矩阵对匹配的片段进行打分，这是
对各对氨基酸残基（或碱基）打分求和的结果，一般来 说，匹配片段越长、 相似性越高则Score值越大。
E value:在相同长度的情况下，两个氨基酸残基（或
碱基）随机排列的序列进行打分，得到上述Score值的 概率的大小。E值越小表示随机情况下得到该Score值的 可能性越低。
分析过程（一）
1.登陆ncbi的blast主页
2.选择程序，因为 查询序列是蛋白序 列可以选择blastp，
点击进入
也可以选择tblastn
作为演示， 我们这里选blastp
NCBIblast使用教程[1]
分析过程（二）
3.填入序列（copy＋pa索整个序列，不填
w 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…
NCBIblast使用教程[1]
Blast资源
1.NCBI主站点：
/BLAST/(网络版) ftp:///blast/ (单机版)
5.选择搜索数据库，这里我们 选nr(非冗余的蛋白序列库)。
是否搜索保守区域数据库 （cdd），蛋白序列搜索才有。
Blast和Fasta的应用与原理
相似性： 是指一种很直接的数量关系，比如部 分相同或相似的百分比或其它一些合适 的度量。比如说，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。
3
生物序列的同源性
同源性： 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。
16
Blast任务提交表单（二）
2.设置各种参数部分
设置搜索的范围，entrez关键词， 或者选择特定物种
一些过滤选项，包括简 单重复序列，人类基因 组中的重复序列等
E值上限 窗口大小 如果你对blast的命令行选项熟悉的话，可以在这里加入更多的参数
17
Blast任务提交表单（三）
3.设置结果输出显示格式 E值范围 选择需要显示的选项 以及显示的文件格式 显示数目 Alignment的显 示方式
12
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。
13
两种版本的Blast比较（二）
5
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；
3
生物序列的同源性
同源性： 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。
16
Blast任务提交表单（二）
2.设置各种参数部分
设置搜索的范围，entrez关键词， 或者选择特定物种
一些过滤选项，包括简 单重复序列，人类基因 组中的重复序列等
E值上限 窗口大小 如果你对blast的命令行选项熟悉的话，可以在这里加入更多的参数
17
Blast任务提交表单（三）
3.设置结果输出显示格式 E值范围 选择需要显示的选项 以及显示的文件格式 显示数目 Alignment的显 示方式
12
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。
13
两种版本的Blast比较（二）
5
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简介及其应用
酸残基。 ❖ 确定特定的蛋白质或核酸序列有哪些已知的直系同源或旁
系同源序列。 ❖ 确定哪些蛋白质和基因在特定的物种中出现。 ❖ 确定一个DNA或蛋白质序列身份。 ❖ 发现新基因 ❖ 确定一个特定基因或蛋白质有哪些已经发现了的变种。
Blast的使用
• 首先在NCBI的基因数据库中找到一段基因核苷酸 序列（或者是通过测序得到的核苷酸序列）。
32
• nr数据库是合并了若干个主要的蛋白质或DNA数据库得到的。这些数据库中经常包含有 相同的序列，但nr数据库只收录其中的一个序列(即使在nr数据库中出现看上去一样的 序列，实际上还是具有一些细节上的区别)。 nr数据库是在要搜索现有的绝大多数序 列时典型和常用的数据库。
33
1.序列信息部分
9
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。
10
两种版本的BLAST比较（二）
E value:在相同长度的情况下，两个氨基酸残基（或碱基）
随机排列的序列进行打分，得到上述Score值的概率的大小。E值 越小表示随机情况下得到该Score值的可能性越低。 我们在获得一个Blast结果时需要看这两个指标。
如果Blast获得的目标序列的Score值越高并且E-value越低表明 结果越可信，反之越不可信.
蛋白质数据库中 比对核酸序列
蛋白质数据库中 比对核酸序列
核酸数据库中 比对蛋白质序列
20
标准蛋白质数据库
21
快速搜索 组装的基因序列库
系同源序列。 ❖ 确定哪些蛋白质和基因在特定的物种中出现。 ❖ 确定一个DNA或蛋白质序列身份。 ❖ 发现新基因 ❖ 确定一个特定基因或蛋白质有哪些已经发现了的变种。
Blast的使用
• 首先在NCBI的基因数据库中找到一段基因核苷酸 序列（或者是通过测序得到的核苷酸序列）。
32
• nr数据库是合并了若干个主要的蛋白质或DNA数据库得到的。这些数据库中经常包含有 相同的序列，但nr数据库只收录其中的一个序列(即使在nr数据库中出现看上去一样的 序列，实际上还是具有一些细节上的区别)。 nr数据库是在要搜索现有的绝大多数序 列时典型和常用的数据库。
33
1.序列信息部分
9
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。
10
两种版本的BLAST比较（二）
E value:在相同长度的情况下，两个氨基酸残基（或碱基）
随机排列的序列进行打分，得到上述Score值的概率的大小。E值 越小表示随机情况下得到该Score值的可能性越低。 我们在获得一个Blast结果时需要看这两个指标。
如果Blast获得的目标序列的Score值越高并且E-value越低表明 结果越可信，反之越不可信.
蛋白质数据库中 比对核酸序列
蛋白质数据库中 比对核酸序列
核酸数据库中 比对蛋白质序列
20
标准蛋白质数据库
21
快速搜索 组装的基因序列库
生物序列的同源性搜索blast简介及其应用
下表列出了主要的blast程序。
9
主要的blast程序
程序名 Blastn Blastp Blastx Tblastn TBlastx 查询序列 核酸 蛋白质 核酸 蛋白质 核酸 数据库 核酸 蛋白质 蛋白质 核酸 核酸 搜索方法 核酸序列搜索逐一核酸数据库中的序列 蛋白质序列搜索逐一蛋白质数据库中的序 列 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。 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。 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。
17
NCBI提供的Blast服务
登陆ncbi的 blast主页
核酸序列
蛋白序列
翻译序列
底下有其他一些针对 特殊数据库的和查看 以往的比对结果等
18
Blast任务提交表单（一）
1.序列信息部分
序列范围 （默认全部）
填入查询（query）的序列
选择搜索数据库 如果接受其他参数默认 设置，点击开始搜索
我们通过blast搜索来获取一些这个序列 的信息。
26
具体步骤
1.登陆blast主页 /BLAST/ 2.根据数据类型，选择合适的程序 3.填写表单信息 4.提交任务 5.查看和分析结果
27
分析过程（一）
1.登陆ncbi的blast主页 2.选择程序，因为 查询序列是蛋白序 列可以选择blastp， 点击进入
10
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…
11
9
主要的blast程序
程序名 Blastn Blastp Blastx Tblastn TBlastx 查询序列 核酸 蛋白质 核酸 蛋白质 核酸 数据库 核酸 蛋白质 蛋白质 核酸 核酸 搜索方法 核酸序列搜索逐一核酸数据库中的序列 蛋白质序列搜索逐一蛋白质数据库中的序 列 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。 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。 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。
17
NCBI提供的Blast服务
登陆ncbi的 blast主页
核酸序列
蛋白序列
翻译序列
底下有其他一些针对 特殊数据库的和查看 以往的比对结果等
18
Blast任务提交表单（一）
1.序列信息部分
序列范围 （默认全部）
填入查询（query）的序列
选择搜索数据库 如果接受其他参数默认 设置，点击开始搜索
我们通过blast搜索来获取一些这个序列 的信息。
26
具体步骤
1.登陆blast主页 /BLAST/ 2.根据数据类型，选择合适的程序 3.填写表单信息 4.提交任务 5.查看和分析结果
27
分析过程（一）
1.登陆ncbi的blast主页 2.选择程序，因为 查询序列是蛋白序 列可以选择blastp， 点击进入
10
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…
11
生物信息学-blast
筛选结果
点击开始搜索
其他一些显示格式参数
18
提交任务
返回查询号（request id）
修改完显示格式后点 击进入结果界面
可以修改显示结果格式
19
结果页面（一）
图形示意结果
20
结果页面（二）
目标序列描述部分
带有genbank的链接，点击可以进入 相应的genbank序列
匹配情况，分值，e值
21
结果页面（三）
匹配序列列表
31
分析过程（八）
具体匹配情况
32
单机版的Blast使用（一）
为什么使用单机版的Blast？ 1.特殊的数据库要求。 2.涉及序列的隐私与价值。 3.批量处理 4.其他原因？？
33
单机版的Blast使用（二）
单机版Blast的基本操作过程 1.下载单机版的Blast程序 ftp:///blast/executables/ 目录下，下载对应的操作系统版本。 2.解压程序包(blast.tar.gz) 命令是: $ tar zxvf blast.tar.gz
5
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；
6
Blast简介（一）
BLAST种类及使用方法
BLAST种类及使用方法BLAST（Basic Local Alignment Search Tool）是一种广泛使用的序列比对算法，可用于比较DNA，RNA或蛋白质序列的相似性。
它是生物信息学领域中最常用的工具之一，可以帮助研究人员识别新的序列，注释基因功能，鉴定物种间的进化关系等。
1.BLASTN：BLASTN用于比对DNA序列。
它可以将一个查询DNA序列与已知的DNA序列数据库进行比较，找到相似的序列。
BLASTN通常用于物种鉴定、基因组注释和寻找同源基因等方面的研究。
2.BLASTP：BLASTP用于比对蛋白质序列。
它可以将一个查询蛋白质序列与已知的蛋白质数据库进行比较，找到相似的蛋白质序列。
BLASTP 通常用于寻找同源蛋白质，预测蛋白质功能和结构，以及识别蛋白质家族等方面的研究。
3.BLASTX：BLASTX用于比对DNA序列与蛋白质数据库的比对。
它通过将DNA序列翻译成蛋白质序列，然后与已知的蛋白质数据库进行比对，找到相似的蛋白质序列。
BLASTX通常用于从未知的DNA序列中预测蛋白质编码区域，注释基因功能等方面的研究。
4. TBlastN：TBlastN用于比对蛋白质序列与DNA数据库的比对。
与BLASTX相反，TBlastN将已知的蛋白质序列与DNA数据库进行比对，找到相似的DNA序列。
TBlastN通常用于寻找蛋白质在基因组中的编码区域，确定启动子和转录因子结合位点等方面的研究。
5. TBlastX：TBlastX用于比对转录本与转录本数据库的比对。
它可以将一个查询转录本序列与已知的转录本数据库进行比对，找到相似的转录本。
TBlastX通常用于寻找新的转录本和预测基因表达模式等方面的研究。
使用BLAST有以下几个步骤：1.准备查询序列：将待比对的DNA、RNA或蛋白质序列准备成文本文件，确保序列格式正确，并确保序列长度适合比对任务。
2. 选择数据库：根据研究需求，选择适当的数据库。
Blast使用技巧解析
35
PHI-BLAST
模式识别BLAST（Pattern hit intiated BLAST） PHI-BLAST能找到与查询序列相似的 符合某种模式（pattern）的蛋白质 序列
36
Blast的算法基础
基本思想是：通过产生数量更少的但质量 更好的增强点来提高速度。 BALST算法是建立在严格的统计学的基础 之上的。它集中于发现具有较高的相似性 的局部比对，且局部比对中不能含有空位 （blast2.0引入了允许插入gap的算法）。 由于局部比对的限制条件，在大多数情况 下比对会被分解为若干个明显的HSP(Highscore Sequence Pairs)。
生物序列的相似性搜索
－blast简介及其应用
生物序列的相似性
相似性(similarity)： 是指一种很直接的数量关系，比如部 分相同或相似的百分比或其它一些合适 的度量。比如说，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。
2
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。
也可以选择tblastn
作为演示， 我们这里选blastp
22
分析过程（二）
3.填入序列（copy＋paste） Fasta格式，或者纯序列 4.选择搜索区域，这里我们要 搜索整个序列，不填 5.选择搜索数据库，这里我们 选nr(非冗余的蛋白序列库)。 是否搜索保守区域数据库 （cdd），蛋白序列搜索才有。 我们选上
详细的比对上的序列的排列情况
PHI-BLAST
模式识别BLAST（Pattern hit intiated BLAST） PHI-BLAST能找到与查询序列相似的 符合某种模式（pattern）的蛋白质 序列
36
Blast的算法基础
基本思想是：通过产生数量更少的但质量 更好的增强点来提高速度。 BALST算法是建立在严格的统计学的基础 之上的。它集中于发现具有较高的相似性 的局部比对，且局部比对中不能含有空位 （blast2.0引入了允许插入gap的算法）。 由于局部比对的限制条件，在大多数情况 下比对会被分解为若干个明显的HSP(Highscore Sequence Pairs)。
生物序列的相似性搜索
－blast简介及其应用
生物序列的相似性
相似性(similarity)： 是指一种很直接的数量关系，比如部 分相同或相似的百分比或其它一些合适 的度量。比如说，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。
2
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。
也可以选择tblastn
作为演示， 我们这里选blastp
22
分析过程（二）
3.填入序列（copy＋paste） Fasta格式，或者纯序列 4.选择搜索区域，这里我们要 搜索整个序列，不填 5.选择搜索数据库，这里我们 选nr(非冗余的蛋白序列库)。 是否搜索保守区域数据库 （cdd），蛋白序列搜索才有。 我们选上
详细的比对上的序列的排列情况
Blast使用技巧解析
29
两个蛋白是否有共同的模体或信号序列. 两个蛋白质是不是一个合理的多序列比对的
一局部 两个蛋白质是否共有一个相像的生物学功能. 两个蛋白质是否具有相像的三维构造. PSI-BLAST搜寻
30
BLAST搜寻策略调整
搜寻结果过多状况 加Entrez限制条件 利用序列的一局部进展搜寻 调整记分矩阵 调整期望值 搜寻结果过少状况 去掉Entrez限制 提高期望值 使用更高PAM值或更低BLOSUM值的记分矩阵 高级BLAST搜寻
选择需要显示的选项 以及显示的文件格式
显示数目
Alignment的显
筛选结果
示方式
点击开头搜寻
其他一些显示格式参数
15
提交任务
返回查询号〔request id〕 修改完显示格式后点 击进入结果界面
可以修改显示结果格式
16
结果页面〔一〕
图形示意结果
17
结果页面〔二〕
目标序列描述局部
带有genbank的链接，点击可以进入 相应的genbank序列
34
PSI-blast
Position specific iterative BLAST (PSI-BLAST) 位 点特异的迭代blast搜寻，主要针对蛋白序列。第 一次blast搜寻后，结果中最相像的序列重新构建 PSSM (位点特异性打分矩阵)，然后再使用该矩 阵进展其次轮blast搜寻，再调整矩阵，搜寻，如 此迭代。
最终高度保守的区域就会得到比较高的分值， 而不保守的区域则分数降低，趋近0。 这样可以提高blast搜寻的灵敏度，有助于查找 远源相关的蛋白。
35
PHI-BLAST
模式识别BLAST〔Pattern hit intiated BLAST〕
两个蛋白是否有共同的模体或信号序列. 两个蛋白质是不是一个合理的多序列比对的
一局部 两个蛋白质是否共有一个相像的生物学功能. 两个蛋白质是否具有相像的三维构造. PSI-BLAST搜寻
30
BLAST搜寻策略调整
搜寻结果过多状况 加Entrez限制条件 利用序列的一局部进展搜寻 调整记分矩阵 调整期望值 搜寻结果过少状况 去掉Entrez限制 提高期望值 使用更高PAM值或更低BLOSUM值的记分矩阵 高级BLAST搜寻
选择需要显示的选项 以及显示的文件格式
显示数目
Alignment的显
筛选结果
示方式
点击开头搜寻
其他一些显示格式参数
15
提交任务
返回查询号〔request id〕 修改完显示格式后点 击进入结果界面
可以修改显示结果格式
16
结果页面〔一〕
图形示意结果
17
结果页面〔二〕
目标序列描述局部
带有genbank的链接，点击可以进入 相应的genbank序列
34
PSI-blast
Position specific iterative BLAST (PSI-BLAST) 位 点特异的迭代blast搜寻，主要针对蛋白序列。第 一次blast搜寻后，结果中最相像的序列重新构建 PSSM (位点特异性打分矩阵)，然后再使用该矩 阵进展其次轮blast搜寻，再调整矩阵，搜寻，如 此迭代。
最终高度保守的区域就会得到比较高的分值， 而不保守的区域则分数降低，趋近0。 这样可以提高blast搜寻的灵敏度，有助于查找 远源相关的蛋白。
35
PHI-BLAST
模式识别BLAST〔Pattern hit intiated BLAST〕
blastn名词解释
blastn名词解释Blastn是一种生物信息学工具，它是基于序列互相比对的算法，用于在DNA序列数据库中查找相似序列。
Blastn的全称是“基础局部序列比对工具（Basic Local Alignment Search Tool for Nucleotide）”。
下面将详细介绍blastn的原理、应用和优势。
一、blastn原理Blastn使用了一种快速和高效的算法，称为局部序列比对。
它主要通过两个步骤实现：预处理和比对。
1. 预处理：在该步骤中，Blastn将目标序列划分成一系列短序列片段，称为单词。
然后，它构建了一个包含目标序列片段的索引数据库，以加速后续的比对过程。
2. 比对：在比对过程中，Blastn将查询序列与目标数据库中的序列逐一进行比对。
它采用了一种称为“双指针法”的策略，将查询序列的两个指针从头到尾扫描目标数据库中的序列，找出最佳匹配的局部序列比对。
在比对完成后，Blastn通过计算匹配序列的相似度，为结果排序并生成一个相似度排序列表。
二、blastn应用Blastn广泛应用于基因组学、转录组学和亚基组学等领域的研究和分析中。
下面列举了几个主要的应用场景：1. 基因功能注释：Blastn可以将未知功能的DNA序列与已知功能的数据库进行比对，从而预测其可能的功能和结构。
2. 基因家族鉴定：Blastn可以将未知序列与已知的基因家族数据库进行比对，确定其所属的基因家族，从而揭示其功能和进化关系。
3. 物种鉴定：Blastn可以将未知序列与已知的物种序列数据库进行比对，鉴定出未知物种的种属信息。
4. 基因突变分析：Blastn可以将突变后的DNA序列与正常的参考序列进行比对，从而分析出突变的位置和类型，研究基因变异对生物表型的影响。
三、blastn的优势Blastn相对于其他序列比对工具，具有以下几个优势：1. 快速性能：Blastn采用了高效的局部序列比对算法，可以在较短的时间内完成大规模序列的比对任务。
生物序列的相似搜索blast简介及其应用
匹配情况，分值，e值
24
结果页面（三）
详细的比对上的序列的排列情况
25
一个具体的例子（blastp）
假设以下为一未知蛋白序列
>query_seq
MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTAS WFTALTQHGKEELRFPRGQGVPINTNSGPDDQIGYYRRATRRVRGGDGKMKEL SPRWYFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDHIGTRNPNNNAATVL QLPQGTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMA SGGGETALALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTAT KQYNVTQAFGRRGPEQTQGNFGDQDLIRQGTDYKHWPQIAQFAPSASAFFGMS RIGMEVTPSGTWLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFPPTEPKKDKKK KTDEAQPLPQRQKKQPTVTLLPAADMDDFSRQLQNSMSGASADST QA
40
单机版的Blast使用（四）
核酸序列： $ ./formatdb –i sequence.fa –p F –o T/F –n
db_name 蛋白序列： $ ./formatdb –i sequence.fa –p T –o T/F –n
db_name
41
单机版的Blast使用（五）
4.执行Blast比对 获得了单机版的Blast程序，解压开以后， 如果有了相应的数据库（db），那么就可 以开始执行Blast分析了。
生物序列的相似性搜索NCBI_blast_使用教程
15
本地WEB版的Blast
在NCBI的FTP上，在blast程序的目录 下，还提供了一种供用户在自己的服务器 上建立Blast网页服务的软件包(wwwblast)。
使用该软件包，用户可以建立一个简 易的进行Blast运算的网站供实验室人员使 用。用于搜索的数据库同样可以灵活的定 义。
16
Blast程序评价序列相似性的两个数据
匹配情况，分值，e值
24
结果页面（三）
详细的比对上的序列的排列情况
25
一个具体的例子（blastp）
假设以下为一未知蛋白序列
>query_seq
MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTASWFTALTQHGKEELRFPRGQGV PINTNSGPDDQIGYYRRATRRVRGGDGKMKELSPRWYFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDH IGTRNPNNNAATVLQLPQGTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMASGGGETA LALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTATKQYNVTQAFGRRGPEQTQGNFGDQDL IRQGTDYKHWPQIAQFAPSASAFFGMSRIGMEVTPSGTWLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFP PTEPKKDKKKKTDEAQPLPQRQKKQPTVTLLPAADMDDFSRQLQNSMSGASADST QA
…
12
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。
本地WEB版的Blast
在NCBI的FTP上，在blast程序的目录 下，还提供了一种供用户在自己的服务器 上建立Blast网页服务的软件包(wwwblast)。
使用该软件包，用户可以建立一个简 易的进行Blast运算的网站供实验室人员使 用。用于搜索的数据库同样可以灵活的定 义。
16
Blast程序评价序列相似性的两个数据
匹配情况，分值，e值
24
结果页面（三）
详细的比对上的序列的排列情况
25
一个具体的例子（blastp）
假设以下为一未知蛋白序列
>query_seq
MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTASWFTALTQHGKEELRFPRGQGV PINTNSGPDDQIGYYRRATRRVRGGDGKMKELSPRWYFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDH IGTRNPNNNAATVLQLPQGTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMASGGGETA LALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTATKQYNVTQAFGRRGPEQTQGNFGDQDL IRQGTDYKHWPQIAQFAPSASAFFGMSRIGMEVTPSGTWLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFP PTEPKKDKKKKTDEAQPLPQRQKKQPTVTLLPAADMDDFSRQLQNSMSGASADST QA
…
12
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。
blast简介及其应用
我们通过blast搜索来获取一些这个序列的信 息。
11
具体步骤
1.登陆blast主页 /BLAST/ 2.根据数据类型，选择合适的程序 3.填写表单信息 4.提交任务 5.查看和分析结果
12
新旧BLAST的区别
13
单机版的Blast使用
获取Blast数据库 a.直接从ncbi下载 ftp:///blast/db/ b.用Blast程序包提供的formatdb工具自 己格 式化序列数据成数据库。 假设有一序列数据（sequence.fa，多序列， fasta格式），欲自己做成Blast数据库，典 型的命令如下：
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。
9
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。
14
单机版的Blast使用
4.执行Blast比对 获得了单机版的Blast程序，解压开以后， 如果有了相应的数据库（db），那么就 可以开始执行Blast分析了。 单机版的Blast程序包，把基本的blast分 析，包括blastn，blastp，blastx等都整合 到了blastall一个程序里面。
【2019年整理】blast简介及其应用131215
6
BLAST简介
BLAST既是一种算法也是一种基于该算法设 计出的搜索工具，是由美国国家生物信息中心 （NCBI）研发的一个生物信息数据库搜索工具 系统，该系统对于生物基因序列数据在计算机中 的表达和处理作了许多的研究，提供了一个快速 的基于碱基数据的搜索引擎。 BLAST是基于匹配短序列片段，用一种强有 力的统计模型来确定未知序列与数据库序列的最 佳局部联配，可在序列数据库中对查询序列进行 相似性比对工作。
7
BLAST简介
BLAST搜索的六大优点： 使用方便，功能齐全 速度快，结果可信 NCBI精心维护，持续开发 配套数据库不断更新 免费服务（NCBI、EBI、TIGR） 免费下载，本地安装
8
主要的BLAST程序（功能）
程序名 Blastn Blastp Blastx 查询序列 核酸 蛋白质 核酸 数据库 核酸 蛋白质 蛋白质 搜索方法 在核酸数据库中比对核酸序列 在蛋白质数据库中比对蛋白质序列 在蛋白质数据库中比对待检的核酸序列 （用所有6种可读框翻译）
Blast的使用
首先在NCBI的基因数据库中找到一段基因核苷 酸序列（或者是通过测序得到的核苷酸序列）。 将该序列用FASTA格式存入记事本。 进入Blast界面选择一种自己所需的功能进行搜 索比对。 将需要查询序列键入框中选择数据库和确定比 对参数。 Blast（比对）
网页版 具体步骤
10
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。
BLAST简介
BLAST既是一种算法也是一种基于该算法设 计出的搜索工具，是由美国国家生物信息中心 （NCBI）研发的一个生物信息数据库搜索工具 系统，该系统对于生物基因序列数据在计算机中 的表达和处理作了许多的研究，提供了一个快速 的基于碱基数据的搜索引擎。 BLAST是基于匹配短序列片段，用一种强有 力的统计模型来确定未知序列与数据库序列的最 佳局部联配，可在序列数据库中对查询序列进行 相似性比对工作。
7
BLAST简介
BLAST搜索的六大优点： 使用方便，功能齐全 速度快，结果可信 NCBI精心维护，持续开发 配套数据库不断更新 免费服务（NCBI、EBI、TIGR） 免费下载，本地安装
8
主要的BLAST程序（功能）
程序名 Blastn Blastp Blastx 查询序列 核酸 蛋白质 核酸 数据库 核酸 蛋白质 蛋白质 搜索方法 在核酸数据库中比对核酸序列 在蛋白质数据库中比对蛋白质序列 在蛋白质数据库中比对待检的核酸序列 （用所有6种可读框翻译）
Blast的使用
首先在NCBI的基因数据库中找到一段基因核苷 酸序列（或者是通过测序得到的核苷酸序列）。 将该序列用FASTA格式存入记事本。 进入Blast界面选择一种自己所需的功能进行搜 索比对。 将需要查询序列键入框中选择数据库和确定比 对参数。 Blast（比对）
网页版 具体步骤
10
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
17
NCBI提供的Blast服务
登陆ncbi的 blast主页
核酸序列
蛋白序列
翻译序列
底下有其他一些针对 特殊数据库的和查看 以往的比对结果等
18
Blast任务提交表单（一）
1.序列信息部分
序列范围 （默认全部）
填入查询（query）的序列
选择搜索数据库 如果接受其他参数默认 设置，点击开始搜索
40
单机版的Blast使用（四）
核酸序列： $ ./formatdb –i sequence.fa –p F –o T/F –n db_name 蛋白序列： $ ./formatdb –i sequence.fa –p T –o T/F –n db_name
41
单机版的Blast使用（五）
4.执行Blast比对 获得了单机版的Blast程序，解压开以后， 如果有了相应的数据库（db），那么就可 以开始执行Blast分析了。 单机版的Blast程序包，把基本的blast分 析，包括blastn，blastp，blastx等都整合到 了blastall一个程序里面。
详细的比对上的序列的排列情况
25
一个具体的例子（blastp）
假设以下为一未知蛋白序列
>query_seq MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTASWFTALTQHGKEELRFPRGQGV PINTNSGPDDQIGYYRRATRRVRGGDGKMKELSPRWYFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDH IGTRNPNNNAATVLQLPQGTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMASGGGETA LALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTATKQYNVTQAFGRRGPEQTQGNFGDQDL IRQGTDYKHWPQIAQFAPSASAFFGMSRIGMEVTPSGTWLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFP PTEPKKDKKKKTDEAQPLPQRQKKQPTVTLLPAADMDDFSRQLQNSMSGASADST QA
10
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…
11
Blast资源
1.NCBI主站点：
/BLAST/(网络版) ftp:///blast/ (单机版)
37
下载正确的Blast程序包
blast:在本地运行的blast程序包 wwwblast:在本地服务器建立blast服务
的网站
netblast:blast的客户端程序，直接链接
至NCBI的BLAST服务器，使用BLAST服 务，不需浏览器。
38
下载正确的Blast程序包
Blast程序包的名字上还包括了该程序包运行的硬 件和操作系统环境： 操作系统 硬件环境（CPU） linux sparc macox powerPC solaris ia32 irix ia64 aix amd64 mips alpha hpux freebsd win32
Score：使用打分矩阵对匹配的片段进行打分，这是
对各对氨基酸残基（或碱基）打分求和的结果，一般来 说，匹配片段越长、 相似性越高则 Score值越大。
E value:在相同长度的情况下，两个氨基酸残基（或
碱基）随机排列的序列进行打分，得到上述 Score值的 概率的大小。E值越小表示随机情况下得到该 Score值的 可能性越低。
9
主要的blast程序
程序名 Blastn Blastp Blastx Tblastn TBlastx 查询序列 核酸 蛋白质 核酸 蛋白质 核酸 数据库 核酸 蛋白质 蛋白质 核酸 核酸 搜索方法 核酸序列搜索逐一核酸数据库中的序列 蛋白质序列搜索逐一蛋白质数据库中的序 列 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。 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。 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。
筛选结果
点击开始搜索
21
其他一些显示格式参数
提交任务
返回查询号（request id）
修改完显示格式后点 击进入结果界面
可以修改显示结果格式
22
结果页面（一）
图形示意结果
23
结果页面（二）
目标序列描述部分
带有genbank的链接，点击可以进入 相应的genbank序列
匹配情况，分值，e值
24
结果页面（三）
7
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。
8
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。
2.其他站点：
/blast/ /ncbi_blast.html /blast/（果蝇）
…
12
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。
15
本地WEB版的Blast
在NCBI的FTP上，在blast程序的目录 下，还提供了一种供用户在自己的服务器 上建立Blast网页服务的软件包(wwwblast)。 使用该软件包，用户可以建立一个简 易的进行Blast运算的网站供实验室人员使 用。用于搜索的数据库同样可以灵活的定 义。
16
Blast程序评价序列相似性的两个数据
� 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。
19
Blast任务提交表单（二）
2.设置各种参数部分
设置搜索的范围，entrez关键 词，或者选择特定物种
一些过滤选项，包括简 单重复序列，人类基因 组中的重复序列等
E值上限 窗口大小 如果你对blast的命令行选项熟悉的话，可以在这里加入更多的参数
20
Blast任务提交表单（三）
3.设置结果输出显示格式 E值范围 选择需要显示的选项 以及显示的文件格式 显示数目 Alignment的显 示方式
也可以选择tblastn
作为演示， 我们这里选 blastp
28
分析过程（二）
3.填入序列（copy＋paste） Fasta格式，或者纯序列 4.选择搜索区域，这里我们要 搜索整个序列，不填 5.选择搜索数据库，这里我们 选nr(非冗余的蛋白序列库)。 是否搜索保守区域数据库 （cdd），蛋白序列搜索才有。 我们选上
生物序列的相似性搜索
－blast简介及其应用
2005年3月
生物信息学常见的应用与软件
�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
2
29
分析过程（三）
6.限制条件，我们限制 在病毒里面找。
7.其他选项保持默认值
打分矩阵
30
分析过程（四）
8.输出格式选项保持 默认值
9.点击开始搜索
31
分析过程（五）
10.查询序列的一些 相关信息 在cdd库里面找到 两个Hale Waihona Puke 守区域， 点击可以进入32
分析过程（六）
图形结果
33
分析过程（七）
我们通过blast搜索来获取一些这个序列 的信息。
26
具体步骤
1.登陆blast主页 /BLAST/ 2.根据数据类型，选择合适的程序 3.填写表单信息 4.提交任务 5.查看和分析结果
27
分析过程（一）
1.登陆ncbi的blast主页 2.选择程序，因为 查询序列是蛋白序 列可以选择blastp， 点击进入
匹配序列列表
34
分析过程（八）
具体匹配情况
35
单机版的Blast使用（一）
为什么使用单机版的Blast？ 1.特殊的数据库要求。 2.涉及序列的隐私与价值。 3.批量处理 4.其他原因？？
36
单机版的Blast使用（二）
单机版Blast的基本操作过程 1.下载单机版的Blast程序 ftp:///blast/executables/ 目录下，下载对应的操作系统版本。 2.解压程序包(blast-2.28-ia32-linux.tar.gz) 命令是: $ tar zxvf blast-2.28-ia32-linux.tar.gz
39
单机版的Blast使用（三）
3.获取Blast数据库 a.直接从ncbi下载 ftp:///blast/db/ b.用Blast程序包提供的formatdb工具自己格 式化序列数据成数据库。 假设有一序列数据（sequence.fa，多序列，fasta 格式），欲自己做成Blast数据库，典型的命令 如下：