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 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。
7
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。
42
PSI-blast
Position specific iterative BLAST (PSI-BLAST) 位 点特异的迭代blast搜索，主要针对蛋白序列。第 一次blast搜索后，结果中最相似的序列重新构建 PSSM (位点特异性打分矩阵)，然后再使用该矩 阵进行第二轮blast搜索，再调整矩阵，搜索，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搜索的灵敏度。
9
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…
10
Blast资源
1.NCBI主站点：
/BLAST/(网络版) ftp:///blast/ (单机版)
37
单机版的Blast使用（六）
以下是一个典型的blastn分析命令： (待分析序列seq.fa，数据库nt_db) $./blastall –p blastn –i seq.fa -d nt_db –w 7 –e 10 –o
程序名 输入 数据库 窗口 e值 输出
seq.blastn.out 该命令的意思是，对seq.fa文件中的核酸序列对 nt_db数据库执行blastn搜索，窗口大小是7，e值 限制是10，输出的结果保存到文件seq.blastn.out 中。
41
Megablast
megablast采用了贪婪算法(greedy algorithm),它连接了多个查询序列进行一 次搜索比对，这样节省了很多搜索数据库 的时间。主要针对核酸序列。是blast经过 优化后，适用于由于测序或者其他原因形 成的轻微的差别的序列之间的比较，比一 般的相似性搜索程序要快10倍，可以很快 的完成两组大数据的比对。
也可以选择tblastn
作为演示， 我们这里选blastp
25
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
35
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
36
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。
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
生物序列的相似性搜索
－blast简介及其应用
内容提要
1.基本概念 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，算法基础) 5.其他的序列相似性搜索工具（fasta）
2
生物序列的相似性
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。14源自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
15
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
26
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
27
分析过程（四）
8.输出格式选项保持 默认值
9.点击开始搜索
28
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
29
分析过程（六）
图形结果
30
分析过程（七）
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。
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。
4
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。
详细的比对上的序列的排列情况
22
一个具体的例子（blastp）
假设以下为一未知蛋白序列
>query_seq MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTAS WFTALTQHGKEELRFPRGQGVPINTNSGPDDQIGYYRRATRRVRGGDGKMKEL SPRWYFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDHIGTRNPNNNAATV LQLPQGTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARM ASGGGETALALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRT ATKQYNVTQAFGRRGPEQTQGNFGDQDLIRQGTDYKHWPQIAQFAPSASAFFG MSRIGMEVTPSGTWLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFPPTEPKKDK KKKTDEAQPLPQRQKKQPTVTLLPAADMDDFSRQLQNSMSGASADST QA
34
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：