BLAST (生物信息学)

✍ dations ◷ 2025-09-06 07:48:55 #生物信息学算法,计算系统发生学,生物信息学软件,实验室软件,公有领域软件

生物信息学中,BLAST(英语:Basic Local Alignment Search Tool)它是一个用来比对生物序列的一级结构(如不同蛋白质的氨酸序列或不同基因的DNA序列)的算法。 已知一个包含若干序列的数据库,BLAST可以让研究者在其中寻找与其感兴趣的序列相同或类似的序列。 例如如果某种非人动物的一个以前未知的基因被发现,研究者一般会在人类基因组中做一个BLAST搜索来确认人类是否包含类似的基因(通过序列的相似性)。BLAST算法以及实现它的程序由美国国家生物技术信息中心(NCBI)的Eugene Myers(英语:Eugene Myers)、Stephen Altschul(英语:Stephen Altschul)、Warren Gish(英语:Warren Gish)、David J. Lipman(英语:David J. Lipman)及Webb Miller(英语:Webb Miller)博士开发的。

研究者利用BLAST来解决的其他问题有:

……等等。

BLAST是一个被广泛使用于分析生物信息的程序,因为它可以兼顾我们在做搜索时的速度以及搜索结果的精确度。因为当我们所要搜索的目标数据库非常庞大的时候,速度就变成一项很需要考量的因素。在像BLAST和FASTA(英语:FASTA)这些快速算法被开发之前,我们是使用动态规划算法来作数据库的序列搜索,这真的非常的耗时。BLAST使用启发式搜索来找出相关的序列,在速度上比完全只使用动态规划大约快上50倍左右,不过它不像动态规划能够保证搜索到的序列(Database sequence)和所要找的序列(Query sequence)之间的相关性,BLAST的工作就是尽可能找出数据库中和所要查询的序列相关的信息而已,精确度稍微低一点。此外,BLAST比FASTA更快速,因为BLAST只对比较少出现或是较重要的一些关键字作更进一步的分析,而FASTA是考虑所有共同出现在所要搜索的序列和目标序列的字。从下面介绍的算法可以更进一步的了解。

这边我们以蛋白质对蛋白质序列搜索所用的程序BLASTP之实做的步骤,来了解BLAST这程序的主要思想。

由NCBI管理的BLAST网站允许任何人使用浏览器来在包含大部分新测序的物种的不停更新的DNA或蛋白质数据库中进行相似性搜索。这个服务器包含很多程序,最重要的几个如下:

已知一个蛋白的氨酸序列,通过这个程序可以找出在用户选择的蛋白质数据库中与其最相似的序列。

已知一段已经转录的序列,借由这个程序对这段序列的6个ORF对上用户所选择的蛋白质数据库,比对最相似的序列。其功用可以找出在基因体DNA(genomic DNA)上翻译出蛋白质的序列。

已知一段蛋白质的氨酸序列,借由这个程序可将此序列,对用户所选择的已转录序列数据库(包含这个数据库的6个ORF),比对出最相似的序列。

已知一段已转录的序列,借由这个程序对这已知序列的6个ORF,对上用户所选择的已转录序列数据库(亦包含6个ORF),比对出最相似的序列,因为这个程序比对来源的6个ORF,与数据库的6个ORF,所以会执行相当久。

这个程序用来搜索蛋白质的"远亲".首先,一个用户提交的蛋白质序列的所有"近亲"的列表被建立起来,然后这些蛋白质被结合在一个作为对序列的某种平均的"特征序列"当中。再然后用这个特征序列在蛋白质数据库中进行搜索,就会找出更大的一组蛋白质的列表。这个蛋白质列表有一个不同的特征序列,这个序列被用来迭代地运行上述过程。

通过在搜索中包含相关的蛋白质,PSI-BLAST对于寻找已知蛋白进化上的"远亲"的灵敏度要比一般的blastp高很多。

Focuses search around pattern (motif)

相关

  • 溶液在化学中,溶液(英语:Solution),又称为单一相均匀混和物(英语:Homogeneous Mixture),是由两种或以上纯物质所混合成的均相、稳定的分散体系;可能是固态、液态或是气态甚至是其组合;可能
  • 沿海州份美国沿海州份(Coastal states)指的是美国所有拥有海岸线的州,包括了海岸、湾岸和湖岸。美国有二十三个州位于海岸或湾岸,另外有八个州濒临五大湖。但纽约州两者皆备,故实际有三十
  • 病例-对照研究病例对照研究是流行病学的其中一种研究设计。它是一种较廉宜及惯常使用的流行病学研究,只需少数的研究人员(甚至只是一个)及单一的设备,且不涉及有结构的试验。它的方法是指向一
  • 德国观光德国观光:德国是世界入境游客数第7多的国家。2012年,有4072.6万名外国游客到访德国并在德国停留超过一晚。2009年,大多数到访德国的外国游客主要来自荷兰、美国和瑞士。此外,还
  • I88-I89急性风湿热(I00-I09)高血压病(I10-I15)缺血性心脏病(I20-I25)肺原性心脏病和肺循环疾病(I26-I28)其他类型的心脏病(I30-I52)脑血管病(I60-I69)动脉、小动脉和毛细血管疾病(I70-I79)静脉、
  • 僵直性脊椎炎强直性脊柱炎(拉丁文:spondylitis ankylosans,其中spondylitis原为希腊文脊柱炎之意,ankylosans原系希腊文强直之意),又称僵直性脊椎炎,在欧陆亦称此病为白赫铁列夫症(Morbus Bechte
  • 尼干子筏驮摩那,或译笩駄摩那、伐达摩那(梵语:वर्धमान Vardhamāna,约前599年-前527年,意谓光荣者),原名尼乾陀若提子(Nigaṇṭha jñāta putta),或尼干子,或尼犍,著名古印度宗教思想家
  • 沙鼠亚科见内文。沙鼠(学名:Gerbillinae)是一个包含约110个物种的亚科,生存于非洲、印度以及其他亚洲地区。以下分类群在中文里皆可能被称为“沙鼠”。
  • 谚文日谚文日(한글날),又称“韩文日”、“朝鲜语字母日”或“韩国语字母日”,是朝鲜民族纪念训民正音发明的纪念日。韩国订于10月9日,称为韩字日(한글날,Hangullal);朝鲜则订于1月15日,称为
  • 19741974年欧洲歌唱大赛(英语:Eurovision Song Contest 1974)为欧洲歌唱大赛的第19届比赛,由英国广播公司主办,1974年4月6日在英国布赖顿举行,并由凯蒂·博伊尔担任该届司仪。该届本由