blast簡(jiǎn)介及其應(yīng)用.ppt

BLAST簡(jiǎn)介及其應(yīng)用,Basic Local Alignment Search Tool,2,實(shí)驗(yàn)?zāi)康?1、了解 Blast資源和功能 2、了解blast的應(yīng)用 3、掌握使用blast進(jìn)行序列搜索,3,生物序列的相似性,相似性(similarity)： 是指一種很直接的數(shù)量關(guān)系，比如部分相同或相似的百分比或其它一些合適的度量。比如說(shuō)，A序列和B序列的相似性是80，或者4/5。這是個(gè)量化的關(guān)系。當(dāng)然可進(jìn)行自身局部比較。,4,同源性(homology)： 指從一些數(shù)據(jù)中推斷出的兩個(gè)基因或蛋白質(zhì)序列具有共同祖先的結(jié)論，屬于質(zhì)的判斷。就是說(shuō)A和B的關(guān)系上，只有是同源序列，或者非同源序列兩種關(guān)系。而說(shuō)A和B的同源性為80都是不科學(xué)的。,生物序列的同源性,5,相似性和同源性關(guān)系,序列的相似性和序列的同源性有一定的關(guān)系，一般來(lái)說(shuō)序列間的相似性越高的話，它們是同源序列的可能性就更高，所以經(jīng)?？梢酝ㄟ^(guò)序列的相似性來(lái)推測(cè)序列是否同源。 正因?yàn)榇嬖谶@樣的關(guān)系，很多時(shí)候?qū)π蛄械南嗨菩院屯葱跃蜎](méi)有做很明顯的區(qū)分，造成經(jīng)常等價(jià)混用兩個(gè)名詞。所以有出現(xiàn)A序列和B序列的同源性為80一說(shuō)。,6,Blast程序評(píng)價(jià)序列相似性的兩個(gè)數(shù)據(jù),Score：使用打分矩陣對(duì)匹配的片段進(jìn)行打分，這是對(duì)各對(duì)氨基酸殘基（或堿基）打分求和的結(jié)果，一般來(lái)說(shuō)，匹配片段越長(zhǎng)、 相似性越高則Score值越大。 E value:在相同長(zhǎng)度的情況下，兩個(gè)氨基酸殘基（或堿基）隨機(jī)排列的序列進(jìn)行打分，得到上述Score值的概率的大小。E值越小表示隨機(jī)情況下得到該Score值的可能性越低。 我們?cè)讷@得一個(gè)Blast結(jié)果時(shí)需要看這兩個(gè)指標(biāo)。 如果Blast獲得的目標(biāo)序列的Score值越高并且E-value越低表明結(jié)果越可信，反之越不可信.,7,BLAST簡(jiǎn)介,BLAST既是一種算法也是一種基于該算法設(shè)計(jì)出的搜索工具，是由美國(guó)國(guó)家生物信息中心（NCBI）研發(fā)的一個(gè)生物信息數(shù)據(jù)庫(kù)搜索工具系統(tǒng)，該系統(tǒng)對(duì)于生物基因序列數(shù)據(jù)在計(jì)算機(jī)中的表達(dá)和處理作了許多的研究，提供了一個(gè)快速的基于堿基數(shù)據(jù)的搜索引擎。 BLAST是基于匹配短序列片段，用一種強(qiáng)有力的統(tǒng)計(jì)模型來(lái)確定未知序列與數(shù)據(jù)庫(kù)序列的最佳局部聯(lián)配，可在序列數(shù)據(jù)庫(kù)中對(duì)查詢序列進(jìn)行相似性比對(duì)工作。,8,BLAST簡(jiǎn)介,BLAST搜索的六大優(yōu)點(diǎn)： 使用方便，功能齊全 速度快，結(jié)果可信 NCBI精心維護(hù)，持續(xù)開(kāi)發(fā) 配套數(shù)據(jù)庫(kù)不斷更新 免費(fèi)服務(wù)（NCBI、EBI、TIGR） 免費(fèi)下載，本地安裝,9,主要的BLAST程序（功能）,10,兩種版本的BLAST比較（一）,網(wǎng)絡(luò)版本 包括NCBI在內(nèi)的很多網(wǎng)站都提供了在線的BLAST服務(wù)，這也是我們最經(jīng)常用到的BLAST服務(wù)。網(wǎng)絡(luò)版本的BLAST服務(wù)就有方便，容易操作，數(shù)據(jù)庫(kù)同步更新等優(yōu)點(diǎn)。但是缺點(diǎn)是不利于操作大批量的數(shù)據(jù)，同時(shí)也不能自己定義搜索的數(shù)據(jù)庫(kù)。,11,單機(jī)版 單機(jī)版的BLAST可以通過(guò)NCBI的ftp站點(diǎn)獲得，有適合不同平臺(tái)的版本（包括linux，dos等）。獲得程序的同時(shí)必須獲取相應(yīng)的數(shù)據(jù)庫(kù)才能在本地進(jìn)行BLAST分析。單機(jī)版的優(yōu)點(diǎn)是可以處理大批的數(shù)據(jù)，可以自己定義數(shù)據(jù)庫(kù)，但是需要耗費(fèi)本地機(jī)的大量資源，此外操作也沒(méi)有網(wǎng)絡(luò)版直觀、方便，需要一定的計(jì)算機(jī)操作水平。,兩種版本的BLAST比較（二）,Why use BLAST?,BLAST 是NCBI中用來(lái)將一個(gè)蛋白質(zhì)或DNA序列和各種數(shù)據(jù)庫(kù)中的其他序列進(jìn)行比對(duì)的主要工具。 BLAST搜索是研究一個(gè)蛋白質(zhì)和基因的最基本的方法之一。,BLAST的使用,BLAST 具有非常廣泛的應(yīng)用： 研究可能存在多種剪切方式的表達(dá)序列標(biāo)簽。 尋找對(duì)于一個(gè)蛋白質(zhì)的功能和/或結(jié)構(gòu)起關(guān)鍵作用的氨基酸殘基。 確定特定的蛋白質(zhì)或核酸序列有哪些已知的直系同源或旁系同源序列。 確定哪些蛋白質(zhì)和基因在特定的物種中出現(xiàn)。 確定一個(gè)DNA或蛋白質(zhì)序列身份。 發(fā)現(xiàn)新基因 確定一個(gè)特定基因或蛋白質(zhì)有哪些已經(jīng)發(fā)現(xiàn)了的變種。,Blast的使用,首先在NCBI的基因數(shù)據(jù)庫(kù)中找到一段基因核苷酸序列（或者是通過(guò)測(cè)序得到的核苷酸序列）。 將該序列用FASTA格式存入記事本。 進(jìn)入Blast界面選擇一種自己所需的功能進(jìn)行搜索比對(duì)。 將需要查詢序列鍵入框中選擇數(shù)據(jù)庫(kù)和確定比對(duì)參數(shù)。 Blast（比對(duì)）,網(wǎng)頁(yè)版 具體步驟,1.登陸blast主頁(yè) /BLAST/ 2.根據(jù)數(shù)據(jù)類型，選擇合適的程序 3.填寫(xiě)表單信息 4.提交任務(wù) 5.查看和分析結(jié)果,1.登陸blast主頁(yè)/BLAST/,組裝的基因組序列庫(kù),基本blast,特定的BLAST,所有的 BLAST基 因數(shù)據(jù)庫(kù),18,19,20,核酸數(shù)據(jù)庫(kù)中 比對(duì)核酸序列,蛋白質(zhì)數(shù)據(jù)庫(kù)中 比對(duì)蛋白質(zhì)序列,BLASTN,BLASTP,蛋白質(zhì)數(shù)據(jù)庫(kù)中 比對(duì)核酸序列,蛋白質(zhì)數(shù)據(jù)庫(kù)中 比對(duì)核酸序列,核酸數(shù)據(jù)庫(kù)中 比對(duì)蛋白質(zhì)序列,21,標(biāo)準(zhǔn)蛋白質(zhì)數(shù)據(jù)庫(kù),組裝的基因序列庫(kù),快速搜索,基本操作,特定的BLAST,所有的 BLAST基 因數(shù)據(jù)庫(kù),23,特定的BLAST,24,2.根據(jù)數(shù)據(jù)類型，選擇合適的程序,2.根據(jù)數(shù)據(jù)類型，選擇合適的程序,blastn (nucleotide BLAST)：將一個(gè)核酸的查詢序列與一個(gè)核酸序列數(shù)據(jù)庫(kù)相比較。 blastp (protein BLAST)：將一個(gè)氨基酸的查詢序列與一個(gè)蛋白質(zhì)序列數(shù)據(jù)庫(kù)相比較。這類搜索有專門與蛋白質(zhì)搜索相關(guān)的可選參數(shù)，如對(duì)各種PAM和BLOSUM打分矩陣的選擇。,2.根據(jù)數(shù)據(jù)類型，選擇合適的程序,blastx (translated BLAST)：將一個(gè)核酸的查詢序列按所有可能的閱讀框翻譯后的序列與一個(gè)蛋白質(zhì)序列數(shù)據(jù)庫(kù)進(jìn)行比較。如若有一個(gè)DNA序列，想知道它編碼什么蛋白質(zhì)，用此程序進(jìn)行搜索。它會(huì)自動(dòng)將DNA翻譯成6種可能的蛋白質(zhì)。然后此程序就會(huì)將翻譯的6個(gè)蛋白質(zhì)序列逐一與蛋白質(zhì)序列數(shù)據(jù)庫(kù)中的各個(gè)成員進(jìn)行比較。,2.根據(jù)數(shù)據(jù)類型，選擇合適的程序,tblastx (translated BLAST)：將一個(gè)核酸查詢序列的6種框架的翻譯結(jié)果與一個(gè)核酸序列數(shù)據(jù)庫(kù)的6種框架翻譯產(chǎn)物進(jìn)行比較。該程序不能使用BLAST網(wǎng)頁(yè)上提供的主要的去冗余(nr)數(shù)據(jù)庫(kù)，因這一操作很消耗計(jì)算機(jī)資源。,28,3.填寫(xiě)表單信息,29,1.序列信息部分,填入查詢（query）的序列,序列范圍 （默認(rèn)全部）,選擇搜索數(shù)據(jù)庫(kù),如果接受其他參數(shù)默認(rèn)設(shè)置，點(diǎn)擊開(kāi)始搜索,30,去冗余GenBank編碼序列PDB + SwissProt + PIR + PRF,31,常用的檢索數(shù)據(jù)庫(kù),32,nr數(shù)據(jù)庫(kù)是合并了若干個(gè)主要的蛋白質(zhì)或DNA數(shù)據(jù)庫(kù)得到的。這些數(shù)據(jù)庫(kù)中經(jīng)常包含有相同的序列，但nr數(shù)據(jù)庫(kù)只收錄其中的一個(gè)序列(即使在nr數(shù)據(jù)庫(kù)中出現(xiàn)看上去一樣的序列，實(shí)際上還是具有一些細(xì)節(jié)上的區(qū)別)。 nr數(shù)據(jù)庫(kù)是在要搜索現(xiàn)有的絕大多數(shù)序列時(shí)典型和常用的數(shù)據(jù)庫(kù)。,33,34,1.序列信息部分,填入查詢（query）的序列,序列范圍 （默認(rèn)全部）,選擇搜索數(shù)據(jù)庫(kù),如果接受其他參數(shù)默認(rèn)設(shè)置，點(diǎn)擊開(kāi)始搜索,4.提交任務(wù) 5.查看和分析結(jié)果,35,36,具體例子,以下列蛋白序列為例，進(jìn)行BLAST搜素： MSDNGPQSNQRSAPRITFGGPTDSTDNNQNGGRNGARPKQRRPQGLPNNTASWFTALTQHGKEELRFPRGQGVPINTNSGPDDQIGYYRRATRRVRGGDGKMKELSPRWYFYYLGTGPEASLPYGANKEGIVWVATEGALNTPKDHIGTRNPNNNAATVLQLPQGTTLPKGFYAEGSRGGSQASSRSSSRSRGNSRNSTPGSSRGNSPARMASGGGETALALLLLDRLNQLESKVSGKGQQQQGQTVTKKSAAEASKKPRQKRTATKQYNVTQAFGRRGPEQTQGNFGDQDLIRQGTDYKHWPQIAQFAPSASAFFGMSRIGMEVTPSGTWLTYHGAIKLDDKDPQFKDNVILLNKHIDAYKTFPPTEPKKDKKKKTDEAQPLPQRQKKQPTVTLLPAADMDDFSRQLQNSMSGASADSTQA,37,1.登陸NCBI的BLAST主頁(yè) /BLAST/ 界面如圖所示：,分析過(guò)程,38,登陸B(tài)LAST主頁(yè),39,2.根據(jù)序列的類型，選擇合適的比對(duì)分析界面程序。本例中分析的是蛋白質(zhì)序列，所以單擊選擇Basic BLASTProtein Blast項(xiàng)，進(jìn)入蛋白質(zhì)比對(duì)分析界面。如下圖：,分析過(guò)程,40,41,3.填寫(xiě)表單信息 在網(wǎng)頁(yè)的Enter accession number.gi.or FASTA sequence對(duì)話框中輸入待查詢序列，下面Choose search setdatabase項(xiàng)中選Swissprot庫(kù)（nr：NCBI所有翻譯庫(kù)，Refseq：專家參照庫(kù)，Swissprot：歐洲蛋白質(zhì)專家?guī)?，pat：專利庫(kù)，pdb：蛋白質(zhì)三維結(jié)構(gòu)庫(kù)），單擊BLAST運(yùn)行程序。,分析過(guò)程,43,如不單擊BLAST，而單擊BLAST下面的Algorithm Parameters，可以進(jìn)行BLAST的高級(jí)設(shè)置選項(xiàng)。,分析過(guò)程,45,46,4.BLAST程序啟動(dòng)后，進(jìn)入Formatting Blast界面，如圖：