blast中evalue和bitscore的理解

blast中筛选结果时，blast会输出bitscore和evalue，原始打分，它们是重要的同源性考量指标，其含义对于数据的筛选有指导意义。

bitscore

含义

blast的时候会为最初序列与匹配序列之间根据打分矩阵进行打分，此时会得到原始打分S。bitscore可以称为比特打分S’，bitscore通过对原始打分进行归一化处理使得使用不同打分矩阵的时候的blast依然可以用bitscore作为对比的指标。
bitscore的内在含义在于，我拿出来N个随机序列，这N条序列序列中能够找出像目前这种相似性的序列。最后再取log2得到的值。因此，bitscore越大，这种相似性出现的概率就会越低，这种概率是随着bitscore的值的增加呈指数变化的。
这里可以看出bitscore的值是不依赖于比对使用的数据库的大小的。

evalue

含义

evalue（expectation value）是一个对bitscore值进行校正之后的值，这个校正的因素主要是在于考虑到的数据库的大小，因为数据库较大的话产生阳性的概率也会很大。
evalue的内在含义是：在一次blast分析过程中，query序列与subject序列有N个hit，根据我们的N来确定evalue，也就是在一个随机序列中（随机库的大小与数据库相同），有多少个hit能够被发现，我理解hit的概念就是能够和当前的query和subject的比对结果一致或者好于当前的query和subject的比对结果。
请注意：这里evalue衡量的相关参数有两个影响因素需要考虑：数据库的大小以及随机库，由于是随机库所以对于同一个数据库多次blast的结果可能会出现不一样，但是保守的序列的evalue值应该是近似的。

示例

比如我们利用a序列，对数据库db1，db2进行blast，数据库db1大小为100万,db2大小为1000，对a而言，与db1比对结果中evalue=10就表示100万个序列中可能有10个比当前比对结果好的序列出现。但是与db2比对结果中evalue=10就表示出更大的风险，因为1000个随机序列中会出现10个。因此，数据库的大小是一个需要考虑的因素。自然随机序列是我们无法控制的。