BLAST原理和用法总结(二）

最新推荐文章于 2024-03-07 20:33:54 发布

withbeginner

最新推荐文章于 2024-03-07 20:33:54 发布

阅读量6k

点赞数 4

分类专栏： Linux生物信息技术笔记文章标签： linux

本文链接：https://blog.csdn.net/withbeginner/article/details/124126747

版权

Linux生物信息技术笔记专栏收录该内容

2 篇文章 1 订阅

订阅专栏

文章目录

本地BLAST

1.基本用法

以人血红蛋白alpha亚基（HBA_HUMAN）为检测序列，用BlastP搜索Swiss-Prot数据库。

blastp -query HBA_HUMAN.FASTA -db uniprot_sprot|less

参数说明：

$b l a s t p$ :蛋白blast

$- q u e r y$ ：参数，要检索的序列

$HBA\_HUMAN.FASTA$ ：人血红蛋白的FASTA文件

$- d b$ ：参数，检索的数据库

$uniprot\_sprot$ ：SWISS PROT

结果：

找到了数据库中所有相似序列。

如果要将检索结果输出为单独文件，则添加参数 $- o u t$ ,如：

blastp -query HBA_HUMAN.FASTA -db uniport_sprot -out HBA_SW.TXT

2.结果筛选

添加参数 $- e v a l u e$ ：

blastp -query HBA_HUMAN.FASTA -db uniprot_sprot_human -evalue 0.1 -outfmt 7|less

参数说明：

$- e v a l u e$ ：筛选evalue小于0.01的序列

$- o u t f m t$ ：结果显示为表格形式

结果：

在这里插入图片描述

共找到了11条序列，结果中列的意义从左到右为：

搜索序列、标靶序列、相似度、比对长度、错配数、起始空位数、检索序列起始位点、检索序列终止位点、标靶序列起始位点、标靶序列终止位点、期望值evalue、得分。

3.改变参数

设置字长

添加参数 $word\_size$ ,一般blastp中字长默认值为6，例如设置字长为2:

blastp -query HBA_HUMAN.FASTA -db uniprot_sprot_human -evalue 1 -outfmt 7 -word_size 2|less

结果：

在这里插入图片描述

找到了12条序列，相比前一次blast，多了亲缘关系更远的NGB蛋白，原因已在原理中介绍。

设置计分矩阵

添加参数 $- m a t r i x$ ，一般默认计分矩阵为 $B L O S U M 62$

将计分矩阵改为 $P A M 250$ ：

blastp -query HBA_HUMAN.FASTA -db uniport_sprot_human -evalue 1 -outfmt 7 -matrix PAM250|less

结果：

同样找到了NGB蛋白

4.PSI-BLAST

使用命令 $p s i b l a s t$ ,添加参数 $num\_iterations$

无迭代的情况：

psiblast -query HBA_HUMAN.FASTA -db uniprot_sprot_human -evalue 0.001 -outfmt 7 -num_iterations 1|less

与之前一样找到了11个蛋白序列

两次迭代：

psiblast -query HBA_HUMAN.FASTA -db uniprot_sprot_human -evalue 0.001 -outfmt 7 -num_iterations 2 -comp_based_stats 0|less

第二次迭代结果：

经过迭代，重新找到了NGB蛋白

5.双序列比对，指定起始位点

参数：

主序列： $- q u e r y$

副序列： $- s u b j e c t$

主序列起始位点： $query\_loc\ from-to$

副序列起始位点： $subject\_loc\ form-to$

以癌胚抗原搜索结构域为例：

blastp -query CEA21_HUMAN.FASTA -query_loc 147-231 -subject CEAM5_HUMAN.FASTA -subject_loc 145-675 -outfmt 7|less

在这里插入图片描述

找到了六个恒定结构域，这些结构域之间存在相似性

6.建立自己的检索数据库

使用 $m a k e b l a s t d b$ 功能

构建玉米转录因子的本地蛋白序列数据库：

makeblastdb -dbtype prot -in ZMTF_PEP.FASTA -out ZMTF_PEP

构建玉米转录因子的核酸本地数据库：

makeblastdb -dbtype nucl -in ZMTF_CDS.FASTA -out ZMTF_CDS

参数说明：

$- d b t y p e$ ：数据库类型，prot为蛋白，nucl为核酸

$- i n$ ：输入的序列文件

$- o u t$ :输出的文件名

构建完成后：

在这里插入图片描述

出现三个后缀为nhr、nin、nsq的文件，即数据库构建完成，可以在参数 $- d b$ 后输入自己构建的数据库名

NCBI-BLAST

NCBI-BLAST用法：

网址：[BLAST: Basic Local Alignment Search Tool (nih.gov)]:

1.数据输入

以protein blast为例：
在这里插入图片描述

$Enter\ Query\ Sequence$ :输入序列，也可在下方上传文件

$Query\ subrange$ :输入起始和终止位点

如果要进行序列比对，勾选下方的 $Align\ two\ or\ more\ sequence$

$D a t a b a s e s$ ：一般勾选前一个

$D a t a b a s e$ :选择数据库

$O r g a n i s m$ ：选择物种，可输入物种英文名/学名/taxid，勾选后方的 $e x c l u d e$ 为排除某物种

$Program\ Selection$ :选择BLAST模式

2.选择参数

打开下方的 $A l g o r i t h m p a r a m e t e r s$ ,一般情况下默认参数可以满足要求

在这里插入图片描述

$Word\ size$ ：选择字长

$M a t r i x$ :选择计分矩阵

$gap\ costs$ ：起始空位罚分和延伸空位罚分

3.结果筛选

比对成功后，结果页面 $Fliter\ results$ 处可以进行结果筛选

在这里插入图片描述

$o r g a n i s m$ ：筛选物种

$percent\ identity$ ：筛选相似度

$query\ coverage$ ：筛选匹配上的序列长度

参考资料

生物信息学方法，北京大学高歌

BLAST算法，降帅

Needleman, S. B. & Wunseh, (3. D. (1970). J. Mol. Biol.48, 443-453.

Waterman, M. S. (1984). Bull. Math. Biol. 46, 473-500.

Altschul, S. F., et al. Basic Local Alignment Search Tool. Journal of Molecular Biology 215, 403–410
(1990) doi:10.1016/S0022‑2836(05)80360‑2

Karlin, S. and S. F. Altschul (1990). “METHODS FOR ASSESSING THE STATISTICAL SIGNIFICANCE OF MOLECULAR SEQUENCE FEATURES BY USING GENERAL SCORING SCHEMES.” Proceedings of the National Academy of Sciences of the United States of America 87(6): 2264-2268.

ll. Math. Biol. 46, 473-500.

Altschul, S. F., et al. Basic Local Alignment Search Tool. Journal of Molecular Biology 215, 403–410
(1990) doi:10.1016/S0022‑2836(05)80360‑2