核酸氨基酸序列相似性比较

BLAST 核酸/氨基酸序列相似性比较

Blast (Basic Local Alignment Search Tool)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。BLA ST结果中的得分是对一种对相似性的统计说明。

BLAST 采用一种局部的算法获得两个序列中具有相似性的序列。如果您想进一步了解B LAST算法，您可以参考NCBI的BLAST Course ，该页有BLAST算法的介绍。BLAST的功能

BLAST对一条或多条序列(可以是任何形式的序列)在一个或多个核酸或蛋白序列库中进行比对。BLAST还能发现具有缺口的能比对上的序列。

BLAST是基于Altschul等人在J.Mol.Biol上发表的方法(J.Mol.Biol.215:403-410(1990)),在序列数据库中对查询序列进行同源性比对工作。从最初的BLAST发展到现在NCBI提供的BLAST2.0,已将有缺口的比对序列也考虑在内了。BLAST可处理任何数量的序列,包括蛋白序列和核算序列;也可选择多个数据库但数据库必须是同一类型的,即要么都是蛋白数据库要么都是核酸数据库。

所查询的序列和调用的数据库则可以是任何形式的组合,既可以是核酸序列到蛋白库中作查询,也可以是蛋白序列到蛋白库中作查询,反之亦然。

BLAST包含的程序：

1、BLASTP是蛋白序列到蛋白库中的一种查询。库中存在的每条已知序列将逐一地同每条所查序列作一对一的序列比对。

2、BLASTX是核酸序列到蛋白库中的一种查询。先将核酸序列翻译成蛋白序列（一条核酸序列会被翻译成可能的六条蛋白），再对每一条作一对一的蛋白序列比对。

3、BLASTN是核酸序列到核酸库中的一种查询。库中存在的每条已知序列都将同所查序列作一对一地核酸序列比对。

4、TBLASTN是蛋白序列到核酸库中的一种查询。与BLASTX相反，它是将库中的核酸序列翻译成蛋白序列，再同所查序列作蛋白与蛋白的比对。

5、TBLASTX是核酸序列到核酸库中的一种查询。此种查询将库中的核酸序列和所查的核酸序列都翻译成蛋白（每条核酸序列会产生6条可能的蛋白序列），这样每次比对会产生36种比对阵列。

通常根据查询序列的类型（蛋白或核酸）来决定选用何种BLAST。假如是作核酸－核酸查询，有两种BLAST供选择，通常默认为BLASTN。如要用TBLASTX也可，但记住此时不考虑缺口。

BLAST适用于本地查询。可以下载公共数据库，对于该数据库的更新和维护是必不可少的。如果要直接到网上查询也可以（即ＮetＢlast），但记住如果你认为自己的序列很有价值的话，还是谨慎为宜。

如何访问在线的BLAST功能服务?

您只要通过浏览器访问Blast主页(/) 。所有的查询和分析都通过浏览器来完成，就象您在您的本地机上一样方便和快捷。

BLAST 采用一种局部的算法获得两个序列中具有相似性的序列。

Blast中常用的程序介绍：

1、BLASTP是蛋白序列到蛋白库中的一种查询。库中存在的每条已知序列将逐一地同每条所查序列作一对一的序列比对。

2、BLASTX是核酸序列到蛋白库中的一种查询。先将核酸序列翻译成蛋白序列（一条核酸序列会被翻译成可能的六条蛋白），再对每一条作一对一的蛋白序列比对。

3、BLASTN是核酸序列到核酸库中的一种查询。库中存在的每条已知序列都将同所查序列作一对一地核酸序列比对。

4、TBLASTN是蛋白序列到核酸库中的一种查询。与BLASTX相反，它是将库中的核酸序列翻译成蛋白序列，再同所查序列作蛋白与蛋白的比对。

5、TBLASTX是核酸序列到核酸库中的一种查询。此种查询将库中的核酸序列和所查的核酸序列都翻译成蛋白（每条核酸序列会产生6条可能的蛋白序列），这样每次比对会产生36种比对阵列。

NCBI的在线blast：/Blast.cgi

1，进入在线blast界面，可以选择blast特定的物种（如人，小鼠，水稻等），也可以选择blast所有的核酸或蛋白序列。不同的blast程序上面已经有了介绍。这里以常用的核酸库作为例子。

2，粘贴fasta格式的序列。选择一个要比对的数据库。关于数据库的说明请看NCBI在线blast数据库的简要说明。一般的话参数默认。

3，blast参数的设置。注意显示的最大的结果数跟E值，E值是比较重要的。筛选的标准。最后会说明一下。

4，注意一下你输入的序列长度。注意一下比对的数据库的说明。

5，blast结果的图形显示。没啥好说的。

6，blast结果的描述区域。注意分值与E值。分值越大越靠前了，E值越小也是这样。

7，blast结果的详细比对结果。注意比对到的序列长度。评价一个blast结果的标准主要有三项，E值（Expect)，一致性(Identities)，缺失或插入（Gaps）。加上长度的话，就有四个标准了。如图中显示，比对到的序列长度为1405，看Identities这一值，才匹配到1344bp,而输入的序列长度也是为1344bp（看上面的图），就说明比对到的序列要长一点。由Qurey（起始1）和Sbjct(起始35)的起始位置可知，5'端是是多了一段的。有时也要注意3'端的。

附：

E值（Expect)：表示随机匹配的可能性，E值越大，随机匹配的可能性也越大。E值接近零或为零时，具本上就是完全匹配了。

一致性(Identities)：或相似性。匹配上的碱基数占总序列长的百分数。

缺失或插入（Gaps）：插入或缺失。用"—"来表示。

BlastN/MegaBlast/Discontiguous MegaBlast 的区别：

三者之间的共同之处就是BlastN/Megablast/Discontiguous megablast 都是BlastN,就是核酸序列比对核酸序列的算法。

简单而言

BlastN : 应该是出现较早的算法。比对的速度慢，但允许更短序列的比对（如短到7

个碱基的序列）。

MEGABLAST : 主要用来鉴定一段新的核酸序列，它并不注重比对各个碱基的不同和序列片断的同源性，而只注重被比对序列是否是数据库未收录的，是否为新的提交序列或基因。速度快。同一物种间的。

Discontiguous MEGABLAST : 灵敏度（sensitivity）更高，用于更精确的比对。主要用于跨物种之间的同源比对。详细解释

1，MEGABLAST 常被用于鉴定核酸序列

MEGABLAST is the tool of choice to identify a nucleotide sequence.

MegaBLAST也是一种BLASTN程序，不过它主要是用来在非常相似的序列之间（来自同一物种）比对同源性的。

鉴定某一段核酸序列是否存在于数据库，最好的方法是选择MEGABLAST。如果比对到的序列在数据库中注释完整的话，那该序列丰富的注释可以当作新序列的参考。当然，BlastN/MEGABLAST/Discontiguous MEGABLAST，都可以完成这种事情。但MEGABLA ST就是特别设计用于非常相似序列之间的比对，可用于寻找查询序列的最佳匹配的序列。

2，Discontiguous MEGABLAST 更好地用于查找不同物种的相似的核酸序列，而不是与查询序列相同（identical）物种的。