Windows系统下本地blast
- 格式：pdf
- 大小：5.48 MB
- 文档页数：69
2
生物序列的相似性（可量化）
相似性(similarity)：
指一种很直接的数量关系，部分相同或
相似的百分比或其它一些合适的度量。
比如，A序列和B序列的相似性是80％， 这是个量化的关系，可进行局部比较。
3
生物序列的同源性（不可量化）
同源性(homology)：
指从一些数据中推断出的两个基因或蛋白质
Windows系统下本地BLAST的实现
BLAST 简介
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“基本局部对比搜索工具” (Basic Local Alignment Search Tool)的缩写。
BLAST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。
执行: makeblastdb –in sesameEST.fasta –dbtype nucl –out sesameESTdb
芝麻本地EST数据库得以建立
执行: makeblastdb –in sesameNT.fasta –dbtype nucl –out sesameNTdb 构建芝麻本地NT数据库
Blast 资源
NCBI：
/Blast.cgi （网络版)
ftp:///blast/ (单机版)
8
Blast结果给出的信息
Blast结果会列出跟查询序列相似性比较高， 符合限定要求的序列结果。
根据结果可获取信息： 1.查询序列可能具有某种功能 2.查询序列可能是来源于某个物种
TSA:
Transcriptome Shotgun Assembly
blastn -help
blastn –query sesametest.txt –db sesameESTdb –out 002.txt
打开 002.txt 文件，查看本次blastn 结果。
对sesametest.txt 运行blastn 搜索 sesameNTdb 数据库
选择 ncbi-blast-2.2.25+-win32.exe 版本下载到本地
本地blast程序，可安装在C: 根目录下
安装后Bin文件夹下有多种可运行程序
将自己的序列文件（比如转录组测序所得unigenes文件）拷贝到bin 文件夹； 本ppt所用芝麻的序列数据下载自NCBI。
NCBI（taxonomy database）物种分类学数据库
在D:\BLAST\database> 下构建 本地sesNTDB数据库
D:\BLAST\database>下进行blastn
“cls”命令
BioEdit软件中的blast程序
选择要格式化的数据文件
数据库格式化进行中
“C:\BioEdit\database\”
创建的本地数据库在
进入本地blast
blastx –query testftshnt.txt –db ftshaaDB –out x002.txt -num_descriptions 6 –num_alignments 4 –outfmt 0
查看blastx结果
可建个文件夹专门存放数据
在D:\BLAST\database> 下构建 本地sesESTDB数据库
3.查询序列可能是某功能基因的同源基因 „
9
两种版本的Blast比较（一）
网络版本 包括NCBI在内很多网站提供在线blast服务。
优点：使用方便，容易操作，数据库同步更新。 缺点：不利于操作大批量数据，不能构建自己的 数据库。
10
两种版本的Blast比较（二）
单机版
通过NCBI的ftp站点获得，有适合不同平台的版本（包 括linux，win，dos等）。
查看 003.txt 文件
默认输出结果的格式类同在线blast
Blast 结果呈现方式可选
如：blastn时加参数 “ –outfmt 7 ”，结果以第7种格式呈现。
参数 -num_descirptions 和 -num_aligments
Blastn –query sesametest.txt –db sesameESTdb –out 005.txt –num_descriptions 5 –num_alignmetns 2
序列具而共同祖先的结论，属于质的判断。
即在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％是不科学的。
4
相似性与同源性的关系
序列的相似性和序列的同源性有一定的关系， 一般来说序列间相似性越高，它们是同源序列 的可能性越高，所以经常通过序列的相似性来
推测序列是否同源。 正因如此，很多时候对序列相似性和同源性未 做明显区分，经常等价混用两个名词。故而出 现A序列和B序列同源性为80％的说法。
Blast 结果中保留5条descriptions 和2个alignments 文件
Aligments 参数可设为 0，“–num_alignmetns 0”
blastp -help
blastp –query atftsh9aa.txt –db ftshaaDB –out aa01.txt –num_descriptions 3 –num_alignments 1
上载对比(Query)文件
选择blast子程序
选择对比数据库
设定 “E” 值Blast来自运行结果另存结果结果查看
谢 谢！
yueguidong@
搜索芝麻（sesame）信息
芝麻信息 分类ID号：TD 4182 EST：4万多条；核酸序列：6万多条
下载芝麻所有 mRNA序列
开始->运行->输入cmd ； 进入命令行模式
进入到 D:\BLAST> 中
进入到 D:\BLAST\bin>
执行dir 显示bin目录下内容（程序和数据）
格式化数据库 makeblastdb -help
本例子所用FtsHaa.txt 文件中，含有一些以fasta格式存在的氨基酸序列。
makeblastdb –in FtsHaa.txt –out ftshaaDB –dbtype prot
创建本地蛋白序列数据库
本地数据库已准备好，可进行本地blast。 sesametest.txt文件由随机从sesameEST和sesameNT中 各抽出2条序列组成。
5
序列相似性比较与序列同源性分析
序列相似性比较： 是将待研究序列与DNA或蛋白质序列库进行比较， 找出与此序列相似的已知序列。完成这一工作需 要使用两两 序列比较算法。常用程序：BLAST、 FASTA等。
序列同源性分析： 是将待研究序列加入到一组来自不同物种的同源 序列中进行多序列比较，以确定该序列与其它序 列间的同源性的可能性大小。这是理论分析方法 中关键的一步。完成这一工作须使用多序列比较 算法。常用程序：CLUSTAL等。
6
主要的BLAST程序
程序名 Blastn Blastp Blastx Tblastn TBlastx 查询序列 核酸 蛋白质 核酸 蛋白质 核酸 数据库 核酸 蛋白质 蛋白质 核酸 核酸 搜索方法 核酸序列搜索逐一核酸数据库中的序列 蛋白质序列搜索逐一蛋白质数据库中的序 列 核酸序列6框翻译成蛋白质序列后和蛋白质 数据库中的序列逐一搜索。 蛋白质序列和核酸数据库中的核酸序列6框 翻译后的蛋白质序列逐一比对。 核酸序列6框翻译成蛋白质序列，再和核酸 数据库中的核酸序列6框翻译成的蛋白 质序列逐一进行比对。 7
E value:
在相同长度的情况下，两个氨基酸残基（或碱基）随机
排列的序列进行打分，得到上述Score值的概率的大小。E值越小表示随 机情况下得到该Score值的可能性越低。
12
NCBI提供的在线Blast服务
单机版的Blast使用
去NCBI 下载单机版的Blast程序
找到NCBI单机版blast程序的 ftp资源入口
优点：可以处理大批的数据，可以自己定义数据库。 缺点：操作也没有网络版直观、方便，数据库不能实 时更新。
11
Blast程序评价序列相似性的两个数据
Score：使用打分矩阵对匹配的片段进行打分，这是对各对氨基酸
残基（或碱基）打分求和的结果，一般来说，匹配片段越长、 相似性越 高则Score值越大。
