Blast软件介绍.ppt

1、BLAST软件及常用数据库介绍,制作人：范燚,blast软件及常用数据库介绍,2,2020/7/12,BLAST的概述：,Blast，全称Basic Local Alignment Search Tool，即“基于局部比对算法的搜索工具” ，能够实现比较两段核酸或者蛋白序列之间的同源性的功能，具有较快的比对速度和较高的比对精度，适用于多种序列比对的情况，在常规双序列比对分析中应用最为广泛。,blast软件及常用数据库介绍,3,2020/7/12,BLAST的种类,Blastp ：蛋白序列与蛋白库做比对，直接比对蛋白序列的同源性。 Blastx：核酸序列对蛋白库的比对，先将核酸序列翻译成蛋白序列

2、，再与蛋白库做比对。 Blastn：核酸序列对核酸库的比对，直接比较核酸序列的同源性。 Tblastn：蛋白序列对核酸库的比对，将库中的核酸序列翻译成蛋白序列，比对蛋白序列的同源性。 Tblastx：核酸序列对核酸库在蛋白级别的比对，将库和待查序列都翻译成蛋白序列，然后对蛋白序。,Blast是一个集成的程序包，通过调用不同的比对程序，blast实现了五种可能的序列比对方式,blast软件及常用数据库介绍,4,2020/7/12,BLAST资源,NCBI主站点： /BLAST/ （网络版） /b

3、last/ （单机版）,其他站点： http:/nema.cap.ed.ac.uk/ncbi_blast.html /blast/ ,blast软件及常用数据库介绍,5,2020/7/12,如何在windows操作系统下安装使用单机版BLAST软件？,STEP1,下载软件 获取数据库,blast软件及常用数据库介绍,6,2020/7/12,举例演示,Blast程序的下载地址: /blast/executables/release/2.2.9/blast-2.2.9-ia32-win32.exe,下载完

4、后，blast-2.2.9-ia32-win32.exe为自解压文件，双击运行后，在当前目录中会释放许多程序。,双击后,blast软件及常用数据库介绍,7,2020/7/12,获取数据库,登入NCBI网站： /,登入NCBI网站： /,登入NCBI网站： /,点击Date&Software,blast软件及常用数据库介绍,8,2020/7/12,获取数据库,BLAST数据库,点击,nt.gz为核酸数据库,nr.gz为非冗余数据库,Month.nt.gz为最近一个月

5、的核酸数据库,右击需要下载的数据库，点击另存为,blast软件及常用数据库介绍,9,2020/7/12,如何在windows操作系统下安装使用本地BLAST软件？,STEP2,用Blast程序包提供的formatdb工具格式化序列数据成数据库,blast软件及常用数据库介绍,10,2020/7/12,因为构建的fasta格式的数据库文件必须被formatdb格式化后，才能被BLAST中的blastall、blastpgp、MegaBLAST等程序使用。,为什么要进行格式化？,格式化的步骤：,1.打开MS-DOS （开始附件命令提示符）,2.进入数据库所在的硬盘,3.输入formatdb.exe

6、 -i month.nt -p F -o T 再回车,formatdb.exe是所用的程序名 -i （input file）参数用于指定需要格式化的数据库 month.nt是一个blast格式的数据库名 -p (type of file)参数用于指定文件类型，T为蛋白 质，F为核酸，默认为T -o (parse options)参数用于指定是否解析序列ID并创建索引，T为创建，F为不创建，默认为F,blast软件及常用数据库介绍,11,2020/7/12,原数据库文件,formatdb格式化数据库后，创建三个主要的文件库索引(indices)，序列(sequences)和头(headers)文

7、件。生成的文件的扩展名分别是：.pin、.psq、.phr（对蛋白质序列）或.nin、.nsq、.nhr（对核酸序列）。,blast软件及常用数据库介绍,12,2020/7/12,Formatdb命令的参数说明表,一个单独的blast数据库最大只能为4G，如果格式的数据库大于4G，在“-v ”参数未设置的情况下，farmatdb程序会自动对数 据库分卷 ，每卷最大为4G。也可以使用“-v ”参数设置卷的大小，比如下面命令将卷的大小设置为2G : formatdb i month.nt p F v 2000000000,blast软件及常用数据库介绍,13,2020/7/12,如何在window

8、s操作系统下安装使用本地BLAST软件？,STEP3,执行Blast比对,blast软件及常用数据库介绍,14,2020/7/12,具体步骤,1.将所需比对的序列转化为fasta格式,2.执行比对命令,3.对比对结果分析,blast软件及常用数据库介绍,15,2020/7/12,序列的fasta格式是最经常看到的格式之一。 Fasta格式开始于一个标识符：“”，然后是一行描述，下面是一行行的序列。每行最好不要超过80个字母。,新建一个名为“text”的文本文档,打开，输入序列，如 TextAGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAAAAA

9、GAGTGTCTGATAGCAGCTTCTGAACTGGTTACCTGCCGTGAGTAAATTAAAATTTTATTGACTTAGGTCACTAAATACTTTAACCAATATAGGCATAGCGCACAGACAGATAAAAATTACAGAGTACACAACATCCATGAAACGCATTAGCACCACCATTACCACCACCATCACCATTACCACAGGTAACGGTGCGGGCTGACGCGTACAGGAAACACAGAAAAAAGCCCGCACCTGACAGTGCGGGCTTTTTTTTTCGACCAAAGGTAACGAGGTAACAACCATGCGAGTGTTGAAGTT

10、CGGCGGTACATCAGTGGCAAATGCAGAACGTTTTCTGCGTGTTGCCGATATTCTGGAAAGCAATGCCAGGCAGGGGCAGGTGGCCACCGTCCTCTCTGCCCCCGCCAAAATCACCAACCACCTGGTGGCGATGATTGAAAAAACCATTAGCGGCCAGGATGCTTTACCCAATATCAGCGATGCCGAACGTATTTTTGCCGAACTTTT,保存在程序目录下,blast软件及常用数据库介绍,16,2020/7/12,具体步骤,1.将所需比对的序列转化为fasta格式,2.执行比对命令,3.对比对结果分析,blast软件及常

11、用数据库介绍,17,2020/7/12,在DOS窗口中，执行 blastall p blastn d month.nt i text.txt o out.txt,blastall:通用检索命令 -p（program name）：为需要使用的程序名 blastn：为核酸序列对比搜索程序 -d（database name）：指定所使用的数据库的名称 i （input file）：待搜索的序列文件 -o（output file）：指定保存结果的文件,blast软件及常用数据库介绍,18,2020/7/12,blast常用的一些参数,-p: 执行的程序名称 -d: 检索的数据库名称 -i : 要查询的

12、序列文件名 -o :查询结果输出文件名 -m: 比对结果显示格式选项，缺省值为0 ，即pairwise格式。另外还可以根据不同的需要选择16等不同的格式。 -I :在描述行中显示gi号T/F，缺省值F -v :单行描述（one-line description）的最大数目，缺省值500 -b :显示的比对结果的最大数目，缺省值250 -a:运行BLAST程序所使用的处理器的数目，缺省值1 -T: 产生HTML格式的输出T/F，缺省值F -n: 使用MegaBlast搜索T/F，缺省值F -G: 打开一个gap的罚分（0表示使用缺省设置值），默认0 -E: 扩展一个gap的罚分（0表示使用缺省设

13、置值），默认0 -q: 一个核酸碱基的错配(mismatch)的罚分（只对blastn有效），缺省值-3 -r : 一个核酸碱基的正确匹配(match)的奖分（只对blastn有效），缺省值1 -M: 所使用的打分矩阵，缺省值BLOSUM62,blast软件及常用数据库介绍,19,2020/7/12,具体步骤,1.将所需比对的序列转化为fasta格式,2.执行比对命令,3.对比对结果分析,blast软件及常用数据库介绍,20,2020/7/12,比对结果,blast软件及常用数据库介绍,21,2020/7/12,如何使用网络版BLAST,BLAST IN WEB,blast软件及常用数据库介绍

14、,22,2020/7/12,BLAST IN NCBI,登入NCBI主页,点击进入,blast软件及常用数据库介绍,23,2020/7/12,对核酸进行blast 点击进入,blast软件及常用数据库介绍,24,2020/7/12,BLAST IN NCBI,直接输入fasta格式的未知核酸序列,或者本地上传一个fasta格式的核酸序列文件,选择一个合适的数据库进行比对,点击运行,blast软件及常用数据库介绍,25,2020/7/12,BLAST IN NCBI,图形结果,匹配序列列表,blast软件及常用数据库介绍,26,2020/7/12,BLAST IN NCBI,Blast结果的详细

15、比对结果,输入的序列,在库里比对到的序列,blast软件及常用数据库介绍,27,2020/7/12,国内网站上的blast,blast软件及常用数据库介绍,28,2020/7/12,常用的检索数据库介绍,blast软件及常用数据库介绍,29,2020/7/12,GeneBank库包含了所有已知的核酸序列和蛋白质序列，以及与它们相关的文献著作和生物学注释 ,它是由美国国立生物技术信息中心(NCBI)建立和维护的。它的数据直接来源于测序工作者提交的序列 。Genbank每天都会与欧洲分子生物学实验室(EMBL)的数据库，和日本的DNA数据库(DDBJ)交换数据，使这三个数据库的数据同步。Genba

16、nk的数据可以从NCBI的FTP服务器上免费下载完整的库，或下载积累的新数据。NCBI还提供广泛的数据查询、序列相似性搜索以及其它分析服务，用户可以从NCBI的主页上找到这些服务 。,GeneBank,blast软件及常用数据库介绍,30,2020/7/12,EMBL,EMBL核酸序列数据库由欧洲生物信息学研究所(EBI)维护的核酸序列数据构成，由于与Genbank和DDBJ的数据合作交换，它也是一个全面的核酸序列数据库。,数据库网址是：http:/www.ebi.ac.uk/embl/,blast软件及常用数据库介绍,31,2020/7/12,日本DNA数据仓库(DDBJ)也是一个全面的核酸

17、序列数据库，与Genbank和EMBL核酸库合作交换数据。可以使用其主页上提供的SRS工具进行数据检索和序列分析。,DDBJ的网址是：http:/www.ddbj.nig.ac.jp/searches-e.html,blast软件及常用数据库介绍,32,2020/7/12,swiss-prot,SWISS-PROT是经过注释的蛋白质序列数据库，由欧洲生物信息学研究所(EBI)维护。数据库由蛋白质序列条目构成，每个条目包含蛋白质序列、引用文献信息、分类学信息、注释等，注释中包括蛋白质的功能、转录后修饰、特殊位点和区域、二级结构、四级结构、与其它序列的相似性、序列残缺与疾病的关系、序列变异体和冲突

18、等信息。 该数据库现在以整合进UniProt数据库中。,Swissprot的网址： http:/www.expasy.ch/sprot/,blast软件及常用数据库介绍,33,2020/7/12,PIR国际蛋白质序列数据库(PSD)是由蛋白质信息资源(PIR)、慕尼黑蛋白质序列信息中心(MIPS)和日本国际蛋白质序列数据库(JIPID)共同维护的国际上最大的公共蛋白质序列数据库。,PIR的网址是：/ 数据库下载地址是：/databases/,blast软件及常用数据库介绍,34,2020/7/

19、12,蛋白质数据仓库(PDB)是国际上唯一的生物大分子结构数据档案库，由美国Brookhaven国家实验室建立。PDB收集的数据来源于X光晶体衍射和核磁共振(NMR)的数据，经过整理和确认后存档而成。目前PDB数据库的维护由结构生物信息学研究合作组织(RCSB)负责。RCSB的主服务器和世界各地的镜像服务器提供数据库的检索和下载服务，以及关于PDB数据文件格式和其它文档的说明，PDB数据还可以从发行的光盘获得。使用Rasmol等软件可以在计算机上按PDB文件显示生物大分子的三维结构。,PDB,RCSB的PDB数据库网址是：/pdb/ PDB数据库下载地址： ,blast软件及常用数据库介绍,35,2020/7/12,PubMed,PubMed是NCBI维护的文献引用