BLAST序列比对工具原理与使用技巧详解

BLAST序列比对工具原理与使用技巧详解

引用

CSDN

1.

https://blog.csdn.net/ZaoJewin/article/details/136545295

BLAST（Basic Local Alignment Search Tool）是生物信息学领域中用于序列比对的重要工具，可以帮助研究人员识别基因、理解蛋白质功能，并揭示物种之间的进化关系。本文将详细介绍BLAST的基本原理、不同类型的BLAST工具以及具体的使用方法和技巧。

BLAST 序列比对

在生物信息学领域，序列比对是一项基础而关键的任务。它帮助研究人员识别基因、理解蛋白质功能，并揭示物种之间的进化关系。
本文旨在介绍BLAST（Basic Local Alignment Search Tool）的原理及其不同变体，如BLASTN、BLASTP、BLASTX、TBLASTN和TBLASTX，以及它们的使用技巧。

BLAST的基本原理

BLAST是由美国国立卫生研究院（NIH）开发的一种用于比对核酸或蛋白质序列的工具,其基本原理是通过局部序列比对来发现两个序列之间的相似性。

BLAST首先将查询序列与数据库中的序列进行快速比对，找出潜在的匹配区域，然后通过更精确的算法计算这些区域的相似性得分，最后返回评分最高的匹配。

不同类型的BLAST

BLASTN:

用于比对两个核酸序列。它主要用于寻找DNA序列之间的相似性。

BLASTP:

专门用于比对蛋白质序列。它可以帮助识别具有相似结构和/或功能的蛋白质。

BLASTX:

将核酸序列（通常是DNA）转录成蛋白质序列，并与蛋白质数据库进行比对。这对于发现基因编码的蛋白质特别有用。

TBLASTN:

将蛋白质序列与核酸序列数据库（这些序列会被转换成蛋白质）进行比对。这在寻找某蛋白质可能的基因时非常有用。

TBLASTX:

比对两个核酸序列，但在比对之前，这两个序列都会被转换成蛋白质序列。这对于寻找在两种不同物种中编码相似蛋白的基因非常有价值。

使用方法与技巧

建立检索所需数据库

BLAST数据库分为两类，核酸数据库和氨基酸数据库，可以用makeblastbd命令进行创建。

$ makeblastdb -help
USAGE
  makeblastdb [-h] [-help] [-in input_file] [-input_type type]
    -dbtype molecule_type [-title database_title] [-parse_seqids]
    [-hash_index] [-mask_data mask_data_files] [-mask_id mask_algo_ids]
    [-mask_desc mask_algo_descriptions] [-gi_mask]
    [-gi_mask_name gi_based_mask_names] [-out database_name]
    [-max_file_sz number_of_bytes] [-logfile File_Name] [-taxid TaxID]
    [-taxid_map TaxIDMapFile] [-version]
-dbtype <String, `nucl', `prot'>

选择blast工具

根据不同的需求，比如说你用的序列是氨基酸还是核苷酸，你要查找的数据是核甘酸还是氨基酸，选择合适的blast工具。

选择参数

-db : 数据库在本地的位置
-query: 检索文件
-query_loc : 指定检索的位置
-strand： 搜索正义链还是反义链
-out : 输出文件
-remote： 可以用NCBI的远程数据库
-evalue 科学计数法，定义期望值阈值。
E值表明在随机的情况下，其它序列与目标序列相似度要大于这条显示的序列的可能性。

1. E值适合于有一定长度，而且复杂度不能太低的序列。

2. 当E值小于10-5时，表明两序列有较高的同源性，而不是因为计算错误。

3. 当E值小于10-6时，表时两序列的同源性非常高.

运行blast

blastn -db BLAST/xxx -query query.fa  

默认输出选项有18种类型，使用outfmt控制，可以根据情况选择：

0 = Pairwise,
1 = Query-anchored showing identities,
2 = Query-anchored no identities,
3 = Flat query-anchored showing identities,
4 = Flat query-anchored no identities,
5 = BLAST XML,
6 = Tabular,
7 = Tabular with comment lines,
8 = Seqalign (Text ASN.1),
9 = Seqalign (Binary ASN.1),
10 = Comma-separated values,
11 = BLAST archive (ASN.1),
12 = Seqalign (JSON),
13 = Multiple-file BLAST JSON,
14 = Multiple-file BLAST XML2,
15 = Single-file BLAST JSON,
16 = Single-file BLAST XML2,
17 = Sequence Alignment/Map (SAM),
18 = Organism Report  

BLAST是一种功能强大且多用途的序列比对工具，正确地选择BLAST类型并合理调整参数，可以大大提高研究的准确性和效率。