生物序列的同源性搜索_-blast简介及其应用
合集下载
blast应用实例
blast应用实例Blast是一种常用的生物信息学工具，用于比对和分析生物序列。
它可以将一个或多个查询序列与数据库中的目标序列进行比对，通过比对结果提供有关序列相似性、保守区域和功能注释的信息。
以下是Blast应用的一些实例：1.从NCBI数据库搜索相似序列：Blast可以用于从NCBI的数据库中搜索与给定序列相似的序列。
例如，如果我们有一个未知的蛋白质序列，我们可以使用Blast将其比对到NCBI的非冗余蛋白质数据库上，以找到与之相似的蛋白质序列。
这对于鉴定新的蛋白质家族、推断功能等非常有用。
2.基因注释：Blast可以用于对新的基因序列进行功能注释。
例如，通过比对一个未知的DNA序列到已知的基因组序列数据库，我们可以获得对应的基因区域、编码蛋白质以及可能的功能信息。
这对于基因组学研究和药物研发很重要。
3.遗传多样性分析：Blast也可以用于研究不同物种或个体之间的遗传差异。
通过比对DNA或RNA序列，可以鉴定不同物种或个体之间的变异位点。
这对于研究进化、种群遗传学和物种鉴定具有重要意义。
4.病原体识别：Blast可以用于快速识别和鉴定病原体。
通过比对未知的病原体序列到已知的病原体数据库，可以确定其种类和亚型。
这对于疾病的诊断和流行病学研究非常有帮助。
5.系统发育分析：Blast在系统发育学中也被广泛应用。
通过比对多个物种的DNA或蛋白质序列，可以构建物种间的进化关系树。
这对于研究生物的进化历史和亲缘关系具有重要意义。
6.基因工程：Blast可以用于在已知的基因库中寻找与目标序列相似的基因。
这对于基因工程和生物治疗的设计和优化非常有用。
通过比对获取相关蛋白质、启动子、调控序列等信息，可以进行目标基因的定向改造和调节。
7.基因家族研究：Blast可以用于鉴定和研究特定基因家族。
通过比对已知基因家族的代表性成员，可以找到其他类似的基因序列。
这对于研究基因家族的进化、功能和调控具有重要意义。
8.转录因子结合位点预测：Blast可以用于识别和预测转录因子结合位点。
生物序列的同源性搜索-blast简介及其应用
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.解压程序包(blast-2.28-ia32-linux.tar.gz) 命令是: $ tar zxvf blast-2.28-ia32-linux.tar.gz
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
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
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.解压程序包(blast-2.28-ia32-linux.tar.gz) 命令是: $ tar zxvf blast-2.28-ia32-linux.tar.gz
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
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
19-20年生物序列的相似性搜索-blast简介及其应用
我们选上
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）
点击进入
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。
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。
4
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。
5
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。
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）
点击进入
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。
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。
4
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。
5
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。
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。
常用生物信息学软件BLAST
Blast的主程序是blastall。程序的输入文件是query序列（-i 参数）和库文件（-d 参数），比对类型的 选择（-p 参数）和输出文件（-o 参数）由用户指定。其中“-p”参数有 5 种取值： -p blastp：蛋白序列与蛋白库做比对。 -p blastx：核酸序列对蛋白库的比对。 -p blastn：核酸序列对核酸库的比对。 -p tblastn：蛋白序列对核酸库的比对。 -p tblastx：核酸序列对核酸库在蛋白级别的比对。 这些元素就构成了blast的基本运行命令（以blastn为例）： blastall -i query.fasta -d database_prefix -o blast.out -p blastn 其中如果"-o"参数缺省，则结果输出方式为屏幕输出。下面以一个blastn比对为例，来说明比对全过程： Query序列（query.fasta）： >gi|45593933|gb|AY551259.1| Oryza sativa precursor microRNA 319c gene AGGAAGAGGAGCTCCTTTCGATCCAATTCAGGAGAGGAAGTGGTAGGATGCAGCTGCCGATTCATGGATA CCTCTGGAGTGCATGGCAGCAATGCTGTAGGCCTGCACTTGCATGGGTTTGCATGACCCGGGAGATGAAC CCACCATTGTCTTCCTCTATTGATTGGATTGAAGGGAGCTCCACATCTCT >gi|45593932|gb|AY551258.1| Oryza sativa precursor microRNA 319b gene CATATTCTTTTAATTTGATGGAAGAAGCGATCGATGGATGGAAGAGAGCGTCCTTCAGTCCACTCATGGG CGGTGCTAGGGTCGAATTAGCTGCCGACTCATTCACCCACATGCCAAGCAAGAAACGCTTGAGATAGCGA AGCTTAGCAGATGAGTGAATGAAGCGGGAGGTAACGTTCCGATCTCGCGCCGTCTTTGCTTGGACTGAAG GGTGCTCCCTCCTCCTCGATCTCTTCGATCTAATTAAGCTACCTTGACAT 库文件Database（db.seq，已经运行formatdb -i db.seq -p F -o T建库）： >fake_seq AGGAAGAGGAGCTCCTTTCGTTCCAATTCAGGAGAGGAAGTGGTAGGATGCAGCTGCCGATTCATGGATA CCTCTGGAGTGCATGCAGCAATGCTGTAGGCCTGCACTTGCATGGGTTTGCATGACCCGGCGAGATGAAC CCACCATTGTCTTCCTCTATTGATTGGATTGAAGGGAGCTCCACATCTCT 运行命令： blastall -i query.fasta -d db.seq -o blast.out -p blastn 运行结果： BLASTN 2.2.8 [Jan-05-2004] Reference: Altschul, Stephen F., Thomas L. Madden, Alejandro A. Schaffer, Jinghui Zhang, Zheng Zhang, Webb Miller, and David J. Lipman (1997), "Gapped BLAST and PSI-BLAST: a new generation of protein database search programs", Nucleic Acids Res. 25:3389-3402. Query= gi|45593933|gb|AY551259.1| Oryza sativa precursor microRNA 319c gene, complete sequence
Blast的使用
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
筛选结果
其他一些显示格式参数 点击开始搜索
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
结果页面（一）
两个保守区域的 信息 返回
blast简介及其应用
序列相似性比较和序列同源性分析
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； 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；
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？？
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 Win:双击即可 Linux:解压命令：$ tar zxvf blast.tar.gz
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
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
19-20年生物序列的相似搜索blast简介及其应用
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
21
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
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。
…
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。
13
两种版本的Blast比较（一）
9
主要的blast程序
程序名 Blastn Blastp
查询序列 核酸 蛋白质
Blastx
核酸
Tblastn 蛋白质
TBlastx
核酸
数据库
搜索方法
核酸 核酸序列搜索逐一核酸数据库中的序列
蛋白质 蛋白质 核酸 核酸
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
ncbi blast的功能和种类
ncbi blast的功能和种类NCBI BLAST是一种广泛使用的生物信息学工具，用于比对生物序列。
BLAST是Basic Local Alignment Search Tool的缩写，它可以将一个给定的生物序列与数据库中的其他序列进行比对，以找到相似性和同源性。
NCBI BLAST提供了多种不同类型的BLAST程序，每个程序都针对不同类型的比对任务。
下面是NCBI BLAST常见的几种程序：1. BLASTN：用于比对核酸序列，如DNA和RNA。
BLASTN可以找到两个序列之间的相似性和同源性，并确定它们之间的区别。
这个程序通常用于基因组学和转录组学研究中。
2. BLASTP：用于比对蛋白质序列。
BLASTP可以找到两个蛋白质之间的相似性和同源性，并确定它们之间的区别。
这个程序通常用于蛋白质结构预测和功能注释研究中。
3. BLASTX：用于将未知核酸序列与已知蛋白质序列进行比对。
BLASTX将未知核酸序列翻译成蛋白质序列，然后与已知蛋白质序列进行比对。
这个程序通常用于寻找新基因或预测基因功能。
4. TBLASTN：用于将已知蛋白质序列与未知核酸序列进行比对。
TBLASTN将已知蛋白质序列翻译成核酸序列，然后与未知核酸序列进行比对。
这个程序通常用于在基因组中寻找新的蛋白质编码基因。
5. TBLASTX：用于将两个未知核酸序列进行比对。
TBLASTX将两个未知核酸序列翻译成蛋白质序列，然后进行比对。
这个程序通常用于寻找新基因或预测基因功能。
除了这些常见的程序之外，NCBI BLAST还提供了其他一些特殊的程序，如PSI-BLAST、RPS-BLAST和PHI-BLAST等。
PSI-BLAST是一个迭代的BLAST程序，可以在多次比对中改进结果，并生成一个更准确的蛋白质家族模型。
RPS-BLAST是一个与CDD（Conserved Domain Database）相关的程序，可以在已知域和未知蛋白质之间找到相似性和同源性。
Blast使用教程详解
aix
hpux
freebsd win32
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：
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。
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
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
内容提要
下表列出了主要的blast程序。
NCBI在线BLAST使用方法与结果详解
NCBI在线BLAST使用方法与结果详解NCBI（National Center for Biotechnology Information）是一个包含大量基因组学、生物信息学等相关数据和工具的数据库。
其中，BLAST （Basic Local Alignment Search Tool）是一种常用的序列比对工具，可用于在数据库中搜索相似序列。
一、BLAST简介BLAST是一种基于序列比对的方法，可用于确定一给定序列与数据库中序列的相似性。
其工作原理是将查询序列与数据库中的序列进行比对，并生成一个比对得分来衡量它们之间的相似程度。
通过BLAST的结果，可以获得序列的匹配位置、长度、相似性等信息，从而帮助研究人员进行更深入的生物学研究。
二、使用方法1. 打开NCBI网站首先，打开浏览器，输入NCBI的网址（https:///），进入NCBI的官方网站。
2. 进入BLAST页面在NCBI的主页上，找到“BLAST”或“BLAST and Alignments”选项，并点击进入BLAST页面。
3. 输入查询序列在BLAST页面上，找到“Enter Query Sequence”或“Enter accession number, gi, or FASTA sequence”等文本框，将需要查询的序列输入其中。
可以直接复制粘贴序列，或选择上传文件的方式输入。
4. 选择数据库在BLAST页面上，找到“Choose Search Set”或“Database”等选项，选择需要比对的数据库。
NCBI提供了多个数据库，如“nr”（非冗余蛋白数据库）、“nt”（非冗余核酸数据库）等，根据研究需要选择合适的数据库。
5. 设置参数根据需要，可以通过“Algorithm parameters”等选项来设置比对参数，如设置匹配的阈值、比对的方式等。
6. 运行BLAST设置完成后，点击“BLAST”或“Run BLAST”等按钮运行BLAST。
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应用简介
4、Tblastn ︳Search translated nucleotide database using a protein query
5、 tblastx ︳Search translated nucleotide database using a translated nucleotide query
2、 BLAST的功能
BLAST主要有五个功能：
Basic BLAST （Choose a BLAST program to run.）
1、Nucleotide blast ︳Search a nucleotide database using a nucleotide query
2、protein blast ︳Search protein database using a protein query
Specialized BLAST
Choose a type of specialized search (or database name in parentheses.)
Make specific primers with Primer-BLAST Search trace archives Find conserved domains in your sequence (cds) Find sequences with similar conserved domain architecture (cdart) Search sequences that have gene expression profiles (GEO) Search immunoglobulins (IgBLAST) Search for SNPs (snp) Screen sequence for vector contamination (vecscreen) Align two sequences using BLAST (bl2seq) Search protein or nucleotide targets in PubChem BioAssay
【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)。
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）
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
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；
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 amd64 mips alpha
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
内容提要
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 MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTASWFT ALTQHGKEELRFPRGQGVPINTNSGPDDQIGYYRRATRRVRGGDGKMKELSPRW YFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDHIGTRNPNNNAATVLQLPQ GTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMASGGGETAL ALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTATKQYNVTQA FGRRGPEQTQGNFGDQDLIRQGTDYKHWPQIAQFAPSASAFFGMSRIGMEVTPSGT WLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFPPTEPKKDKKKKTDEAQPLPQ RQKKQPTVTLLPAADMDDFSRQLQNSMSGASADST QA
筛选结果
点击开始搜索
其他一些显示格式参数
21
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）
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
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
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
4
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。
5
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。
aix
hpux
freebsd win32
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：
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。
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。
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。
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)
2.其他站点：
/blast/ /ncbi_blast.html /blast/（果蝇）…Biblioteka 12Blast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）
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
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；
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 amd64 mips alpha
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
内容提要
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 MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTASWFT ALTQHGKEELRFPRGQGVPINTNSGPDDQIGYYRRATRRVRGGDGKMKELSPRW YFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDHIGTRNPNNNAATVLQLPQ GTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMASGGGETAL ALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTATKQYNVTQA FGRRGPEQTQGNFGDQDLIRQGTDYKHWPQIAQFAPSASAFFGMSRIGMEVTPSGT WLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFPPTEPKKDKKKKTDEAQPLPQ RQKKQPTVTLLPAADMDDFSRQLQNSMSGASADST QA
筛选结果
点击开始搜索
其他一些显示格式参数
21
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）
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
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
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
4
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。
5
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。
aix
hpux
freebsd win32
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：
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。
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。
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。
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)
2.其他站点：
/blast/ /ncbi_blast.html /blast/（果蝇）…Biblioteka 12Blast结果给出的信息