BLAST 序列比對
通過BLAST，可以快速的從數(shù)據(jù)庫中，找到和已知序列最相似的序列。uniprot，ncbi，pdb 數(shù)據(jù)庫等，都提供BLAST 的功能。
BLAST 的原理
BLAST 的全稱為basic local alignment search tool，基本局部比對工具。
BLAST 的原理很簡單，就是通過搜尋片段對的方式。
而什么是片段對呢？
片段對就是兩個給定序列中的一對自序列，長度相等，且可以形成無空位的完全匹配。
BLAST 首先找出探測序列和目標(biāo)序列間所有的匹配程度超過一定閾值的序列片段對，然后對片段對根據(jù)給定的相似性閾值進行延伸，得到一定長度的相似性片段，最后給出高分值片段（high-scoring pairs，HSPs）。
改進后的BLAST 允許空位的插入。
通過BLAST 算法降低了計算的復(fù)雜度，但相應(yīng)的犧牲了一定的準(zhǔn)確性。
BLAST 的種類
BLAST 實際上是一組工具的統(tǒng)稱。
為什么要用Blastx？為什么Blastx 需要按6條鏈翻譯成蛋白質(zhì)后再收縮？
有可能核酸數(shù)據(jù)庫中的核酸，沒有匹配到相似的序列。再或者匹配到的序列沒有符合預(yù)期的相關(guān)注釋信息。
因為在不知道起始位點的情況下，翻譯可能是從某個任意的起始位點（密碼子）開始， 而且也可能從互補鏈上開始翻譯，因此有3*2 = 6種（這里我也不太明白為什么可能從1，2，3堿基就是3了）
這些翻譯出的蛋白質(zhì)有些是真實存在的，有些則是不存在的，但是到底誰是真的我們也不知道，因此干脆就六個全弄了。
反之也可以使用tblastn，通過比較已知的蛋白質(zhì)序列和核酸數(shù)據(jù)庫按六條鏈翻譯成的蛋白質(zhì)數(shù)據(jù)庫，進行匹配。發(fā)現(xiàn)編碼該蛋白質(zhì)的潛在基因。
將tblastn 與Blastx 用在一起，就成了tblastx 。
將核酸序列先按6條鏈翻譯成蛋白質(zhì)序列，再將核酸數(shù)據(jù)庫按照6條序列翻譯成蛋白質(zhì)數(shù)據(jù)庫，再將二者進行匹配。
不同算法的BLAST工具
開始搜索
使用NCBI提供的BLAST 工具
https://blast.ncbi.nlm.nih.gov/Blast.cgi
先試試Blastp
其中query subrange 提供了一個縮小范圍的功能，可以進一步選定序列。如果空著，則為全長搜索。
雖然是ncbi的數(shù)據(jù)庫，但是數(shù)據(jù)庫，范圍卻包括其他數(shù)據(jù)庫的信息。
算法中也提供了多種選項。
查看搜索結(jié)果
首先映入眼簾的，是搜索任務(wù)的描述。
接著是圖形化搜索結(jié)果
圖中信息顯示了蛋白質(zhì)序列及其序列所屬的蛋白質(zhì)超家族
以及所有搜索結(jié)果中的高分匹配段以及它們的長度和得分情況。
描述部分是匹配序列的詳細信息
打分和覆蓋度分別對應(yīng)了圖形中的顏色與長度
除此之外E-value 也非常重要
而Ident 信息則代表了這些序列雙序列比較得到的一致度。
這也側(cè)面反映了對于得分高的親緣序列，除了BLAST 之外，也進行了雙序列比較。
但對于那些遠源序列，則不會顯示了。
加強版的BLAST
前面我們提到過，使用BLAST 只能找到那些和檢測序列非常相近的序列，而那些遠緣序列，則找不到了。
這時可以使用PSI BLAST，Position-Specific Iterated BLAST，位點特異性迭代BLAST
簡單的理解就是一個迭代的過程，通過BLAST 找到了與目的序列相似的序列信息，并對其中每一個位置上的元素進行構(gòu)建PSSM矩陣。根據(jù)分析后，再對新搜索出來的結(jié)果構(gòu)建PSSM矩陣。這樣如此往復(fù)，直到無法搜索出新的結(jié)果為止。
操作一下
第一輪搜索的結(jié)果和標(biāo)準(zhǔn)BLAST 是一樣的
第二輪搜索可以選定數(shù)據(jù)的上限
第二輪搜索的序列增添了新的面孔（黃色的），沒有標(biāo)黃的便是第一輪中的序列。
而對比發(fā)現(xiàn)，這些序列的一致性并不比第一輪中的序列低太多。
在右上角可以選擇直接跳到這輪找到的第一個新序列。
理論上來說，按照需要可以進行n輪PSI BLAST，直到找到的序列數(shù)目或內(nèi)容滿意為止。
精準(zhǔn)版的BLAST
PHI-BLAST，pattern-hit initiated，模式識別BLAST，能找到符合某種特定模式的與輸入序列相似的序列。
這樣的模式，可以通過正則表達式定義。
{} 內(nèi)的表示除其以外的內(nèi)容，[] 表示其中之一，x表示任意字母, (a, b)表示 a到b 個之前的字母內(nèi)容。
正則小練習(xí)
yes, no, no, no
測試一下
PHI-BLAST 和PSI-BLAST 可以聯(lián)合使用
總結(jié)三種BLAST 的關(guān)系
其他類型的BLAST
smartBLAST
可以當(dāng)作是BLASTp 的簡潔強化版，搜索界面只需要輸入序列即可。
只會返回最相似的三條序列的信息，而且會給出相關(guān)的系統(tǒng)發(fā)生樹
smartBLAST 是個找出最想要的比對序列的很好的選擇
其他平臺上的BLAST
ps：可以利用時差在歪果仁睡覺的時候去用他們的數(shù)據(jù)庫。
