BLAST数据库检索.pptx
《BLAST数据库检索.pptx》由会员分享,可在线阅读,更多相关《BLAST数据库检索.pptx(89页珍藏版)》请在咨信网上搜索。
1、回顾双序列比对双序列比对有三种情况:匹配(得分为正),不匹配(蛋白质有保守性问题),空位(罚分)。空位罚分一般采用仿射罚分。双序列比对可以帮助我们发现两条序列一致性位点的百分比,或者保守性位点(蛋白质)的百分比。动态规划法比对两条序列可以获得数学上的最佳值(受打分矩阵影响)。可以进行全局(长度接近)和局部的比对。相似性是查找确认同源序列的最基本步骤。同源序列一般具有统计显著的相似性。1/90课堂练习应用动态规划法算法,打分系统是否对双序列比对结果有影响?为什么?双序列比对的动态规划算法的时间复杂度?用点阵法确认一条rna序列是否具有发夹状结构。点阵法为什么要进行去噪处理,用什么方法?2/90矩
2、阵集合-PAM-N如,PAM60矩阵用于比较相距60个PAM单位的序列。计算方法是PAM1自乘60次。思考题:经过100次PAM后,是否每个氨基酸都发生了变化?为什么?3/90BLOSUM 62模块氨基酸替换矩阵4/90BLOSUM90PAM30低趋异度小鼠和大鼠RBPBLOSUM45PAM240高趋异度小鼠和细菌的lipocalinBLOSUM80PAM120BLOSUM62PAM180相似度越低的序列,在比对的时候,采用PAM矩阵时,后面的数字越大,采用BLOSUM矩阵时,后面的数字越小。5/90序列相似性搜索BLAST6主要内容一、BLAST简介二、BLAST算法三、BLAST一般使用方
3、法四、BLAST搜索实例7/90一、BLAST简介与意义BLAST(Basic Local Alignment Search Tool)allows rapid sequence comparison of a querysequence against a database.The BLAST algorithm is fast,accurate,and web-accessible.8/90网站上的简单说明The Basic Local Alignment Search Tool(BLAST)finds regions of local similarity between sequenc
4、es.The program compares nucleotide or protein sequences to sequence databases and calculates the statistical significance of matches.BLAST can be used to infer functional and evolutionary relationships between sequences as well as help identify members of gene families.(作业:翻译作业:翻译)9/90BLAST的应用确定直系同源
5、序列或旁系同源序列。如当一个新的细菌基因组被测序后,几千种蛋白质被确定,其中有多少蛋白质是同源的?从这里面预测出的基因中有多少是在GenBank中找不到显著性同源物的?确定哪些蛋白质和基因在特定的物种中出现。植物中是否也存在象RBP这样的脂质运载蛋白?鱼类中是否有反转录酶基因(如HIV-1 pol基因)?确定一个DNA或者蛋白质序列身份。如通过芯片实验得到一个感兴趣的基因,那么就可以通过将这个DNA序列在一个蛋白质数据库中进行搜索,来寻找哪些蛋白质与该DNA编码的蛋白质具有相关性。10/90确定一个特定基因或者蛋白质有哪些已经发现的变种。例如,很多病毒都具有极强的突变能力。HIV-1 pol有
6、哪些已知的变异体?研究可能存在多种剪接方式的表达序列标签。寻找对于一个蛋白质的功能和/或结构起关键作用的氢键氨基酸残基。发现“新基因”。例如,一个对于全基因组DNA的BLAST搜索可能会发现一个DNA所编码的蛋白质是以前所没有报道过的。11/90数据库搜索相似序列的算法数据库搜索相似序列的基础是序列的相似性比对,就是将查询序列与数据库里面的序列逐一的两两比对分析。由于现在数据库信息量很大,这样简单重复的分析非常耗时。所以开发了一些近似的算法以提高速度,目前使用最广泛的序列对数据库相似性搜索的应用程序是FASTA和BLAST。BLAST算法跟之前讲的动态规划法算法有所不同,处理速度更快。12/9
7、0BLAST13/90二、BLAST算法“The central idea of the BLASTalgorithm is to confine attentionto segment pairs that contain aword pair of length w with a scoreof at least T.”Altschul et al.(1990)14/90这个算法可以描述为3个步骤第一步:编译一组阈值高于T的 word pairs(w=3)。例:对于人 RBP 查询序列FSGTWYAMAKKDP得到一列 words(w=3):FSG SGT GTW TWY WYA YAM
8、AMA 思考题:如果查询序列有100个字符,那么应该会得到多少个“字”?15/90BLOSUM 62模块氨基酸替换矩阵16/90GTW 6,5,11 22GSW 6,1,11 18ATW 0,5,11 16NTW 0,5,11 16GTY 6,5,213GNM10DAW10(T=11)Fig.4.13page 101第一步GTW17/90第二步扫描数据库,得到与编译列表匹配的记录扫描数据库,得到与编译列表匹配的记录,称为序列片段对(segment pair)。它是两条给定序列中的一对子序列,它们的长度相等,且形成无空位的完全匹配。由于在序列片段对查找过程中不考虑空位字符,即不考虑插入和删除操作
9、,所以运行速度非常快。KENFDKARFSGTWYAMAKKDPEG 50 RBP(query)MKGLDIQKVAGTWYSLAMAASD.44 lactoglobulin(hit)18/90“字”对命中后,向两端延伸,一直到得分(按照某个打分矩阵)下降到某个阈值,由此就得到一定长度的保持最好得分的序列串,称高记分片段对(high-scoring pair,HSP)。KENFDKARFSGTWYAMAKKDPEG 50 RBP(query)MKGLDIQKVAGTWYSLAMAASD.44 lactoglobulin(hit)Hit!extendextend第三步19/90搜索量T值20/9
10、0最初是不考虑空位插入,但在生物的进化过程中碱基的插入或缺失突变是普遍存在的,因此比对结果通常会出现一些无空位但不连续的区域,若将有些高分分值片段对通过一些相似性较低且有空位的片段连接起来,就能组成一些更长的或许更有实际生物学意义的比对。基于上述思路,改进的BLAST算法允许空位出现,在多个HSP中,找一个最好的得分最高的片段对(maximal segment pair,MSP),以此为基础运行动态规划法将这一片段向序列的两端延伸,最终产生一个记分较高的最佳比对结果,且可能有空位插入。21/90BLAST算法小结word pairssegment pairhigh-scoring pair,H
11、SPmaximal segment pair,MSP动态规划法。22/90随机事件与统计显著意义的事件HSP是否有生物学意义呢?序列相似性不一定就是有生物学意义的,随机也会产生一定的相似性序列。一段序列的出现是不是随机事件?简单的一个模型:假设一个数据库有100条数据,每个数据长度是4,随机给一条长度为4的序列(GGAC)在数据库中能找到的概率有多大呢?(大约32,这个值叫P【probability】值)。【每个字符(ATGC)出现的概率同等:1/4】。23/90BLASTBLAST中一般用一个中一般用一个E E值值(Expectation valueExpectation value)来表示
12、比)来表示比对的显著性。对的显著性。E值【P值】表示如果数据库是随机序列,那么得到同样(得分)或者更好比对结果的序列的频率【概率】。这个值越小越好,说明越有生物学意义。24/90E值与p值的关系25/90E值的问题假设我们现在得到了一个比对结果,那么在这个结果的基础上,搜索的数据库越大,比对的E值应该是越小还是越大?(作业)E值与哪些参数有关?26/90三、BLAST一般使用方法(1)得到并输入查询序列(2)选择BLAST程序(3)选择搜索的数据库(4)选项选择Then click“BLAST”27/90进入BLAST界面http:/blast.ncbi.nlm.nih.gov/Blast.c
13、gi 28/90help29/90选择BLAST程序程序 输入 数据库 blastnDNA1 DNA blastpprotein1 protein blastxDNA6 protein tblastnprotein6 DNA tblastxDNA36 DNA30/90文献http:/.hk/31/90三、BLAST一般使用方法(1)得到并输入查询序列(2)选择BLAST程序(3)选择搜索的数据库(4)选项选择Then click“BLAST”32/90输入序列可以输入序列的可以输入序列的ACCN号,号,gi号或者号或者FASTA格式的序列格式的序列33/90输入说明点红圈的点红圈的“more”
14、可以更多的说可以更多的说明明34/90输入格式说明1)FASTA格式http:/www.ncbi.nlm.nih.gov/BLAST/blastcgihelp.shtml“”开始的单行加分行的序列字符串,中间不允许空开始的单行加分行的序列字符串,中间不允许空行。行。gi|129295|sp|P01013|OVAX_CHICK GENE X PROTEIN(OVALBUMIN-RELATED)QIKDLLVSSSTDLDTTLVLVNAIYFKGMWKTAFNAEDTREMPFHVTKQESKPVQMMCMNNSFNVATLPAE KMKILELPFASGDLSMLVLLPDEVSDLERIEK
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- BLAST 数据库 检索
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【可****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【可****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。