生物信息学课件_L5
生物信息学(课堂PPT)
• 总之,信息源的特点是:
– 自治的 (autonomous)
数据集成
– 分布式的 (distributed) – 异构的 (heterogeneous)
Data Integration
2021/3/29
4
一、 生物信息学数据库
生物信息学数据库的种类
❖ 分子生物信息数据库种类繁多。归纳起来, 大体可以分为4个大类:
酵母菌Yeast ——CYGD数据库
http://mips.gsf.de/genre/proj/yeast/index.jsp
线虫 Caenorhabditis elegans ——AceDB数据库
/genome.shtml
的数据(EMBL负责欧洲,GenBank负责美洲,DDBJ负
责亚洲等),然后来自各地的所有信息汇总在一起,3
个数据库的数据共享并向世界开放,故这3个数据库又
被称为公共序列数据库(Public Sequence Database)。
所以从理论上说,这3个数据库所拥有的DNA序列数据
是完全相同的。你可以从中选择一个你喜欢的数据库;
2021/3/29
11
GenBank:由美国国家生物技术信息中心(National Center for Biotechnology Information, NCBI)建立。该 中心隶属于美国国家医学图书馆,位于美国国家卫生 研究院(NIH)内。
EMBL:欧洲分子生物学实验室(European Molecular Biology Laboratory, 其下有European Bioinformatics Centre),主要位于英国剑桥Cambridge和德国汉堡 Hamburg。
KEYWORDS .
《生物信息学》课件
生物信息学的重要性
解释生物信息学在生物科学 研究、药物开发和医学诊断 中的重要作用。
生物信息学的发展历程
1
计算机技术的进步
描述计算机技术的不断发展为生物信息学提供了强大的工具和平台。
2
基因测序技术的突破
介绍基因测序技术的革命性进步,推动了生物信息学的发展。
3
开放数据共享
解释开放数据共享促进了生物信息学研究的合作和创新。
生物信息学的基本原理
1 序列比对
2 基因功能注释
3 数据挖掘和机器学习
阐述序列比对在生物信息 学中的核心作用,用于识 别相似的DNA、RNA和蛋 白质序列。
描述基因功能注释的流程, 用于理解基因的功能和作 用。
介绍数据挖掘和机器学习 在生物信息学中的应用, 用于发现生物学模式和预 测结构。
生物信息学的未来发展趋势
技术革新
预测未来生物信息学将受益于技 术的不断革新,如人工智能、大 数据和基因编辑。
研究领域拓展
探索生物信息学在新兴领域,如 单细胞测序和微生物组学中的应 用潜力。
多学科融合
强调生物信息学将与其他学科, 如人类基ቤተ መጻሕፍቲ ባይዱ组学和系统生物学, 进行深入交叉。
《生物信息学》PPT课件
欢迎来到《生物信息学》PPT课件。本课程将带您了解生物信息学的定义、应 用、发展历程、基本原理和未来发展趋势。
导入生物信息学
什么是生物信息学
介绍生物信息学是一门跨学 科领域,结合了生物学和计 算机科学的知识,用于解析 和研究生物信息。
生物信息学的应用领域
探索生物信息学在基因组学、 蛋白质组学、转录组学等领 域的广泛应用。
生物信息学导论精品PPT课件
2020/10/5
16
概述
➢ 生物信息学往哪里去
表18-1生物信息学的过去、现在和将来
二十世纪90年代 的生物信息学
当前的生物信息 学
未来的生物信息 学
2020/10/5
主要内容
大规模基因组学与蛋白质组学的实 验数据形成的一级数据库及其相应 的分析方法与工具
由一级数据库分类、归纳、注释得 到的基因组学与蛋白质组学二级数 据库 (知识库)及其相应的分析方法与 工具
细胞和生物体的完全计算机表示
目的 了解单个基因和蛋白 质的功能与用途
2020/10/5
12
概述
➢ 生物信息学的起源
DNA自动测序构成过巨大的冲击,因为它曾经是各种生物学数据高通 量产出的前沿阵地。像表达序列标签(ESTs),单核苷多态性(SNPs)都 和基因序列密切相关。随后发展的研究基因表达模式(profile)的DNA微 阵列技术、用于探测蛋白质相互作用的酵母双杂交系统、以及质谱技术极 大地让生命科学类数据库飞速膨胀。结构基因组学方面的新技术还不能大 规模地产生数据,但它们正在导致蛋白质三维结构数据的增加。
2020/10/5
14
概述
➢ 生物信息学往哪里去
尽管最近十年来,高通量检测技术与信息技术的结合让人们认识了大 量的基因和蛋白质,但是和物理学、化学相比较,生物学仍旧是一门不成 熟的学科,因为对于生命过程,我们无法根据一般性原理做出像卫星轨道 那样精确的预测。随着数据的不断膨胀和知识的积累,也借助于生物信息 学,这种情形很有可能发生改变。
生物信息学导论
Introduction to Bioinformatics
Email: Tel:
2020/10/5
1
生物信息学概述(共59张PPT)精选全文完整版
蛋白质 结构
蛋白质 功能
最基本的 生物信息
2024/11/11
生命体系千姿百 态的变化
维持生命活 动的机器
9
第一部遗传密码已被破译,但对密码的转录过程还不清楚,对大多
数DNA非编码区域的功能还知之甚少
对于第二部密码,目前则只能用统计学的方法进行分析。破译“第
二遗传密码”:即折叠密码(folding code),从蛋白质的一级结构
Rickettsia prowazekii
Helicobacter pylori
Buchnerasp. APS
Escherichia coli大南芥
Thermotoga maritima
Thermoplasma acidophilum
mouse
Caenorhabitis elegans
以基因组计划的实施为标志的基因组时代(1990年至2001年)是生
物信息学成为一个较完整的新兴学科并得到高速发展的时期。这一 时期生物信息学确立了自身的研究领域和学科特征,成为生命科学 的热点学科和重要前沿领域之一。
这一阶段的主要成就包括大分子序列以及表达序列标签 ( expressed sequence tag,EST)数据库的高速发展、BLAST( basic local alignment search tool)和FASTA(fast alignment)等工具软件的研制和相应新算法的提出、基因的寻 找与识别、电子克隆(in silico cloning)技术等,大大提高
细胞质(线粒体、叶绿体) 基因组DNA
人类基因组:3.2×109 bp 18
人类自然科学史上的 3 大计划
曼哈顿原子 弹计划
阿波罗登月 计划
人类基因组计划
生物信息学课堂ppt课件
只是出现在电子出版物的文本中。
5
产生 生物信息学的
❖ 20世纪后期,生物科学技术迅猛发展,无论从数量上还是从质量上都 极大地丰富了生物科学的数据资源。数据资源的急剧膨胀迫使人们寻求 一种强有力的工具去组织这些数据,以利于储存、加工和进一步利用。 而海量的生物学数据中必然蕴含着重要的生物学规律,这些规律将是解 释生命之谜的关键,人们同样需要一种强有力的工具来协助人脑完成对 这些数据的分析工作。
❖ 基因组时代--基因寻找和识别、网络数据库系统的 建立、交互界面的开发;
❖ 后基因组时代--大规模基因组分析、蛋白质组分析。
8
重要性 生物信息学的
❖ 生物信息学不仅是一门学科,更是一种重要的研究开发工具。 ❖ 从科学的角度来讲,生物信息学是一门研究生物和生物相关
系统中信息内容与信息流向的综合系统科学。只有通过生物 信息学的计算处理,人们才能从众多分散的生物学观测数据 中获得对生命运行机制的系统理解。 ❖ 从工具的角度来讲,生物信息学几乎是今后所有生物(医药) 研究开发所必需的工具。只有根据生物信息学对大量数据资 料进行分析后,人们才能选择该领域正确的研发方向。 ❖ 生物信息学不仅具有重大的科学意义,而且具有巨大的经济 效益。它的许多研究成果可以较快地产业化,成为价值很高 的产品。
分析(主要研究内容) 应用(多个领域)
主要由数据库、计算机网络和应用软件三大部分构成
2
定义
❖ 收集、维护、传播、分析以及利用在分子生物学研究中获得的大量数据。
生物信息学(bioinformatics)是生物学与计算机科学以及应用数学等学
生物信息学分析方法介绍PPT课件
目录
• 生物信息学概述 • 基因组学分析方法 • 转录组学分析方法 • 表观遗传学分析方法 • 蛋白质组学分析方法 • 生物信息学分析流程和方法比较
01
生物信息学概述
生物信息学的定义和重要性
定义
生物信息学是一门跨学科的学科,它利用计算机科学、数学和工程学的原理和 技术,对生物学数据进行分析、建模和解读,以揭示生命现象的本质和规律。
研究蛋白质的序列、结构 和功能,以及蛋白质相互 作用和蛋白质组表达调控 机制。
研究基因转录本的序列、 结构和表达水平,以及转 录调控机制。
研究基因表达的表观遗传 调控机制,如DNA甲基化 、组蛋白修饰等。
通过对患者基因组、蛋白 质组和转录组等数据的分 析,为个性化医疗和精准 医学提供支持。
02
基因组学分析方法
基因组注释
基因组注释是指对基因组序列中的各 个区域进行标记和描述的过程,包括 基因、转录单元、重复序列、调控元 件等。
注释信息可以通过数据库(如RefSeq、 GeneBank等)或注释软件(如GATK、 ANNOVAR等)获取。注释信息对于 理解基因组的生物学功能和进化关系 具有重要意义。
基因组变异检测
基因组变异检测是指检测基因组序列 中的变异位点,包括单核苷酸变异、 插入和缺失等。
VS
变异检测对于遗传疾病研究、进化生 物学和生物进化研究等领域具有重要 意义。常用的变异检测方法有SNP检 测、CNV检测等,它们基于不同的原 理和技术,具有不同的适用范围和精 度。
03
转录组学分析方法
RNA测序技术
利用生物信息学方法和算法,对 RNA测序数据进行基因融合检测, 寻找融合基因及其融合方式。
基因融合检测结果可以为研究肿 瘤等疾病提供重要线索,有助于 深入了解疾病发生发展机制。
生物信息学介绍(PPT20页)
• 蛋白质怎样实现细胞和有机体的动力学:
– 生命为什么是蛋白质的运动方式
• 个体发育和系统发育的法则和机理:
– 肌体如何长成、运作、衰老和进化
• 征服疾病:
– 主要循环系统疾病、癌症、病毒源性疾病、遗传病和衰老
• 保护和利用生物资源,开发和发展生物产业:
– 生物学怎样造福人类
•
1、
功的路 。2020/10/262020/10/26Monda y, October 26, 2020
成功源于不懈的努力,人生最大的敌人是自己怯懦
•
2、
。2 020/10/ 262020 /10/26 2020/10 /2610/ 26/202 0 12:03:09 AM
每天只看目标,别老想障碍
–蛋白质的三维结构
– 蛋白质的物理性质预测
– 其他特殊局部信息:其它特殊局部结构包括 膜蛋白的跨膜螺旋、信号肽、卷曲螺旋 (Coiled Coils)等,具有明显的序列特征和结 构特征,也可以用计算方法加以预测
• cDNA 芯片相关的数据管理和分析
实验室信息管理系统 基因表达公共数据库
• 分子进化
基因芯片流程(二)
6. 图象处理(采用专门软件,对图象进行分析, 提取每个点上的数字信号),得到原始数据表。
7. 数据校正和筛选(对cy5或cy3信号进行校正, 消除实验或扫描等各环节因素对数据的影响, 同时利用筛选规则对数据中的“坏点”,“小 点”,“低信号点”进行筛选,并作标记。)
8. 差异表达基因的确定(采用ratio值对差异基因 进行判断,或采用统计方法如线性回归、主成 分分析、调整P值算法等对差异基因进行统计 推断)
远期任务
• 读懂人类基因组,发现人类遗传语言的 根本规律,从而阐明若干生 物学中的重 大自然哲学问题,像生命的起源与进化 等。这一研究的关键和核心是了解非编 码区
生物信息学PPT课件
生物信息学在农业研究中的应用
1 2 3
作物育种
生物信息学可以通过基因组学手段分析作物的遗 传变异,为作物育种提供重要的遗传资源。
转基因作物研究
通过生物信息学分析,可以了解转基因作物的基 因表达和性状变化,为转基因作物的研发和应用 提供支持。
农业环境监测
生物信息学可以帮助研究人员监测农业环境中的 微生物群落、土壤质量等指标,为农业生产提供 科学依据。
特点
生物信息学具有数据密集、技术依赖、多学科交叉、应用广泛等特点。
生物信息学的重要性
促进生命科学研究
提高疾病诊断和治疗水平
生物信息学为生命科学研究提供了强 大的数据分析和挖掘工具,有助于深 入揭示生命现象的本质和规律。
生物信息学在疾病诊断和治疗方面具 有重要作用,通过对基因组、蛋白质 组等数据的分析,有助于实现个体化 精准医疗。
03 生物信息学技术与方法
基因组测序技术
基因组测序技术概述
基因组测序是生物信息学中的一项关键技术,它能够测定生物体的 全部基因序列,为后续的基因组学研究提供基础数据。
测序原理
基因组测序主要基于下一代测序技术,如高通量测序和单分子测序, 通过这些技术可以快速、准确地测定生物体的基因序列。
测序应用
基因组测序在医学、农业、生物多样性等多个领域都有广泛应用,如 疾病诊断、药物研发、作物育种等。
生物信息学ppt课件
目录
• 生物信息学概述 • 生物信息学的主要研究领域 • 生物信息学技术与方法 • 生物信息学的应用前景 • 生物信息学的挑战与展望 • 案例分析
01 生物信息学概述
定义与特点
定义
生物信息学是一门跨学科的学科,它利用计算机科学、数学和工程学的原理、 技术和方法,对生物学数据进行分析、解释和利用,以解决生物学问题。
生物信息学课件
基因组组装与注释
基因组组装
01
基因组组装是将测序得到的碎片组装成一个完整的基因组序列
。
基因组注释
02
基因组注释是对基因组序列进行分析,识别出基因和其他功能
元件。
基因组组装与注释的重要性
03
基因组组装与注释是理解基因组结构和功能的基础,对于研究
生物进化、疾病发生和治疗具有重要意义。
03
生物信息学应用
• 详细描述:单基因遗传病通常是由单个基因的突变引起的,这些突变可能是显性或隐性。在研究中,生物信息 学家可以通过对患者的基因组进行测序和分析,识别与疾病相关的基因变异。他们还可以通过比较健康个体的 基因组与患病个体的基因组,发现差异并确定导致疾病的特定突变。此外,生物信息学家还可以使用计算机模 型和算法来模拟基因组变异的影响,并预测其对蛋白质功能和细胞过程的影响。这些信息有助于医生和研究人 员更好地理解疾病的病因、病理生理机制以及潜在的治疗方法。
THANK YOU
数据库建设
研究如何建立和维护生物信息学数据库, 包括数据库设计、数据存储和管理、数据 查询和可视化等技术。
02
生物信息学基础
遗传密码子
遗传密码子的定义
遗传密码子是DNA和RNA中携带遗传信息的序列 。
遗传密码子的特点
遗传密码子具有方向性、连续性、通用性和简并 性。
遗传密码子的破译
科学家们通过研究基因组序列,逐渐破译了遗传 密码子的秘密。
以单分子DNA测序为主要技术,具有读取长度长、准确率高、速度快等优点,但设备昂贵且维护成本 高。
生物信息学数据库
1 2 3
NCBI
美国国立生物技术信息中心,提供生物医学相关 信息和数据,包括基因组测序数据、基因表达谱 数据等。
《生物信息学概述》课件
04
生物信息学的挑战与未来发展
数据整合与标准化
数据整合
在生物信息学中,数据整合是一个重要的挑战。由于不同实验室、研究机构的数据格式、标准和质量 各不相同,如何将这些数据有效地整合在一起成为一个亟待解决的问题。
标准化
为了提高数据的可比性和可重复性,生物信息学需要制定统一的标准和规范,以确保数据的准确性和 可靠性。
03
生物信息学在医学研究中的应用
疾病诊断
基因检测
利用生物信息学技术对基因序列进行分析,检测与疾病相关的基因 变异,有助于早期发现遗传性疾病和个性化诊断。
疾病分型
通过对生物样本的基因组、转录组和蛋白质组等数据进行比较分析 ,有助于对疾病进行精确分型,为制定个性化治疗方案提供依据。
预测疾病风险
基于生物信息学的大数据分析,可以预测个体患某种疾病的风险,为 预防性干预提供科学依据。
05
实例分析
基因组学研究实例
总结词
基因组学研究实例展示了生物信息学在基因组序列分析中的应用。
详细描述
基因组学研究实例中,生物信息学发挥了重要作用。通过对基因组序列进行分析,可以 发现与人类健康、疾病相关的基因变异和功能。生物信息学方法包括基因组测序、基因
表达分析、基因变异检测等,这些方法为个性化医疗和精准医学提供了有力支持。
02
生物信息学的主要技术
基因组学
基因组测序
通过对生物体基因组的测序,分析基因序列、基因突变和基 因功能。
基因表达分析
研究基因在不同条件下的表达水平,揭示基因与生物表型之 间的关系。
蛋白质组学
蛋白质分离与鉴定
分离和鉴定生物体内的蛋白质,了解蛋白质的组成和功能。
蛋白质相互作用研究
(生物信息学).ppt
生物信息学简介生物信息学是一门综合性学科,将计算机科学、统计学和生物学相结合,利用计算机技术和软件工具对生物学数据进行解析、处理和研究。
生物信息学在基因组学、蛋白质组学、转录组学等领域具有重要的应用价值,可以帮助我们更好地理解生物体内的分子机制和生物过程。
生物信息学的应用领域基因组学基因组学是研究整个基因组的结构、功能、进化和调控的学科。
生物信息学在基因组学中起到重要作用,可以通过生物信息学工具对基因组进行注释、比对、重构等分析。
基因组学的研究可以帮助我们理解基因的组织、表达和调控,以及基因与疾病之间的关系。
蛋白质组学蛋白质组学是研究细胞或生物体内所有蛋白质的表达、结构和功能的学科。
生物信息学在蛋白质组学中有广泛的应用,可以通过生物信息学方法预测蛋白质的结构和功能,对蛋白质相互作用网络进行建模和分析,以及对蛋白质组的表达、修饰等进行系统性的研究。
转录组学转录组学是研究细胞或组织中所有基因的转录活动的学科。
生物信息学在转录组学中发挥重要作用,可以通过分析转录组数据,如RNA测序数据,来研究基因的表达模式、调控网络和信号通路等。
转录组学的研究对于理解基因调控和细胞分化等生物过程具有重要意义。
比较基因组学比较基因组学是研究不同物种间基因组的结构、功能和进化的学科。
生物信息学在比较基因组学中起到关键作用,可以通过比对不同物种的基因组序列,寻找共同的基因、保守的序列和功能,从而揭示物种的进化关系和基因家族的起源演化。
生物信息学的工具和方法生物信息学依赖于各种计算工具和方法来分析和解释生物学数据。
以下是一些常用的生物信息学工具和方法的介绍:序列比对序列比对是生物信息学中常用的分析方法,可以用来比对不同序列之间的相似性和差异性。
比对结果可以用来推断序列的进化关系、功能和结构等。
常用的序列比对工具包括BLAST、ClustalW等。
基因注释基因注释是通过对基因组序列进行分析和解释,确定基因的位置、结构和功能的过程。
《生物信息学》PPT课件
完整版课件ppt
8
数据库
数据库格式:EMBL格式,GenBank格式, ASN.1格式,PIR/CODATA格式
生物信息学
生物信息学概述 生物信息数据库及其应用
完整版课件ppt
1
生物信息学(bioinformatics)是生物学与计算 机科学以及应用数学等学科相互交叉而形成 的一门学科。它通过对生物学实验数据的获 得、加工、存储、检索与分析,进而达到揭 示数据所蕴含的生物学意义的目的。
完整版课件ppt
2
生物信息学与生物计算
★ 各种数据库的建立和管理 ★ 数据库接口和检索工具的研制 ★ 研究新算法,发展方便适用的程序
完整版课件ppt
3
生物信息学与生物实验
★ 实验数据是生物信息学的基础 ★ 生物信息学的指导作用
完整版课件ppt
4
算法 图形学 图像识别 人工智能 数据库 统计学 计算机模拟 信息理论 语言学 机器人学 软件工程 计算机网络
完整版课件ppt
25
重要生物信息学中心简介
NIH:National Institute of Health NCBI:National Center of Biotechnology Institute NLM:National Library of Medicine / GenBank, Unigene , Refseq, dbSNP, OMIM
完整版课件ppt
32
完整版课件ppt
33
完整版课件ppt
- 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)。
11
Formatting options
可以对比对结果的显示格式、显示内容进行调整
12
Explanation of Blast Result
13
Filter 的不同显示形式
14
15
Distance tree of results
16
Multiple alignment
17
ቤተ መጻሕፍቲ ባይዱ
Multiple alignment Parameters
3
View the E value (statistical evaluation), Bit Scores
(identities and conservation) , check the “query coverage” if necessary
Local Extreme matrics and Total Matrics
Do the proteins (query and subject) share a common motif or
signature? Are the proteins part of a reasonable multiple sequence alignment? Do the proteins share a similar biological function? Do the proteins share a similar three-dimensional structure? Use the doubtful marginal match result (maybe a distantly related protein) as a query to perform a new BLAST search, check the result.
18
搜索结果过多情况
加Entrez限制条件, 如对数据库的限定, 对搜索序列的物
搜索结果过少情况
种或序列长度的限定等 利用序列的一部分进行搜索 调整记分矩阵 调整期望值
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搜索
21
与 Basic BLAST中的 nucleotide blast或protein blast 使用相同的查询序 列输入界面
22
问题:进行序列 的对库相似性分 析还有其他方法/ 程序吗?
/Tools/sss/
23
There are exons (protein-coding sequences) and introns (intervening sequences) in the genomic DNA , and there may be sequencing errors or polymorphisms
Sometimes we want the comparison between chromosome
sequences of closely/distantly related species, In any comparison, genomic changes may have occurred.
Sometimes we want to know the small differences between DNA
sequences, e.g. SNPs
Blast-related tools are designed to address these needs.
24
Recently developed tools include:
How to perform alignment? Different algorithms
Types of alignment (Global vs. Local, pairwise vs. multiple) Dynamic Programming
▪ Needleman-Wunsch (global sequence alignment) ▪ Smith-Waterman (local sequence alignment) ▪ BLAST (heuristic versions of Smith-Waterman)
SSAHA at Ensembl uses a similar strategy as BLAT.
See
25
26
For blastn, the default word size is 11. Changing word size is like changing threshold of involved sequences. w=15 gives fewer matches and is faster than w=11 or w=7. For megablast, the default word size is 28 and can be adjusted to 64 or more. What will this do? Megablast is VERY fast for finding closely related DNA sequences!
high similar sequences)
MEGABLAST is a powerful tool for gene predictions, analyzing single-nucleotide polymorphisms, and some other tasks.
Result assessment (E value, bit score, identities/positives +
coverage)
2
The problem of assigning homology between genes or proteins is not solved by sequence analysis alone: it is also necessary to apply biological criteria to support the inference of homology, such as, the evaluations of protein structures and function.
27
Optimized for aligning very long and/or highly-similar sequences (>95% identity) Search targets include
Entire eukaryotic genomes (of the same or closely related
8
BLAST search with PAEP as a query finds many other lipocalins
This is the evidence that PAEP and lipocalin are homologous.
Recall (召回) of the recent blast result: Request ID, valid in 24h.
Blast程序的类型 (blastn, blastp, blastx, tblastn, tblastx) Searching steps (choose program, input data, parameter
options such as databases, word size, matrix, E cutoff.., output formatting options)
19
高级BLAST及多序列比对
20
Advanced BLAST
MegaBLAST PSI-BLAST PHI-BLAST
Multiple Sequence Alignment
Definition Properties, features and uses Scoring MSA Mainly methods to get MSA ▪ Progressive: ClustalW, T-COFFEE
6
Sometimes a real match is hard to infer by standard blast…
Using NP_006735 as query sequence, blastp in nr database, and the outputs are restricted to homo sapiens (organism)
MegaBLAST at NCBI.
BLAT (BLAST-like alignment tool).
BLAT parses an entire genomic DNA database into words (11mers), then searches them against a query. Thus it is a mirror image of the BLAST strategy. See
1
BLAST
定义: a database similarity searching tool, find the local
similarity regions between sequences, calculate the statistical significance of matches
10
Output format (formatting options)
Graphic summary
Filter results
Other reports
Search summary, Taxonomy report, Distance tree of