如何做序列的分析.ppt

《如何做序列的分析.ppt》由会员分享，可在线阅读，更多相关《如何做序列的分析.ppt（22页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、如何做序列的分析现在学习的是第1页，共22页内容提要内容提要 Blast简介简介 Blast相关问题 Blast的应用的应用 示例2现在学习的是第2页，共22页Blast简介简介BLAST 是是NCBI中用来将一个蛋白质或中用来将一个蛋白质或DNA序列和各种数据库中的其他序列和各种数据库中的其他序列进行比对的主要工具。序列进行比对的主要工具。BLAST搜索搜索是研究一个蛋白质和基因的最基是研究一个蛋白质和基因的最基本的方法之一。本的方法之一。Blast具有非常广泛的运用具有非常广泛的运用确定特定的蛋白质或核酸序列有哪些已知的直系同源或旁系同源序列确定哪些蛋白质和基因在特定的物种中出现确定一个D

2、NA或蛋白质序列身份发现新基因 确定一个特定基因或蛋白质有哪些已经发现了的变种研究可能存在多种剪切方式的表达序列标签寻找对于一个蛋白质的功能和/或结构起关键作用的氨基酸残基 3现在学习的是第3页，共22页主要的主要的blast程序程序4现在学习的是第4页，共22页主要的主要的blast程序程序程序名程序名查询查询序列序列数据数据库库搜索方法搜索方法Blastn核酸核酸核酸序列搜索逐一核酸数据库中的序列Blastp蛋白质蛋白质蛋白质序列搜索逐一蛋白质数据库中的序列Blastx核酸蛋白质核酸序列6框翻译成蛋白质序列后和蛋白质数据库中的序列逐一搜索。Tblastn蛋白质核酸蛋白质序列和核酸数据库中的

3、核酸序列6框翻译后的蛋白质序列逐一比对。TBlastx核酸核酸核酸序列6框翻译成蛋白质序列，再和核酸数据库中的核酸序列6框翻译成的蛋白质序列逐一进行比对。5现在学习的是第5页，共22页具体步骤具体步骤1.登陆blast主页 http:/www.ncbi.nlm.nih.gov/Blast.cgi2.根据已有序列类型和搜索目标，选择合适的blast程序Blastn，Blastp，Blastx等3.填写表单信息选择要搜索的数据库，并修改一些可选参数等4.提交任务5.查看和分析结果6现在学习的是第6页，共22页具体步骤具体步骤 输入要分析的序列输入要分析的序列NP_006735三种三种主要的输入方式

4、主要的输入方式w 剪切然后粘贴DNA或蛋白质序列w 使用FASTA格式的序列w 简单地使用索引号码(如一个RefSeq 或GenBank(GI)的序号)7现在学习的是第7页，共22页具体步骤具体步骤 选择要搜索的数据库选择要搜索的数据库（blastp）去冗余GenBank编码序列PDB+SwissProt+PIR+PRFNr数据库数据库w 合并了若干个主要的蛋白质 或DNA数据库w 数据库有相同的序列，但nr 数据库只收录一个w 典型和常用的数据库8现在学习的是第8页，共22页具体步骤具体步骤 选择要搜索的数据库（选择要搜索的数据库（blastn）9现在学习的是第9页，共22页具体步骤具体步骤

5、 调整可选参数调整可选参数1.Limit by Entrez Query可以可以用任何一种范围限定词用任何一种范围限定词来限定来限定NCBI BLAST搜索的范围搜索的范围10现在学习的是第10页，共22页具体步骤具体步骤 调整可选参数调整可选参数2.Max target sequences：比对之后显示的最大的比对序列的数目11现在学习的是第11页，共22页具体步骤具体步骤 调整可选参数调整可选参数3.Expect threshold：期望值E是得分大于或等于某个分值S的不同的比对的数目在随机的数据库搜索中发生的可能性。w 默认值是10，表示随机出现得分等于 或高于比对得分S的期望数为10个

6、。w 当将期望选项值调小时，返回的数据 库搜索结果将变少，匹配被搜索到的 概率也会变小。w 增大E值将返回更多的结果。12现在学习的是第12页，共22页具体步骤具体步骤 调整可选参数调整可选参数4.Word size（字段长度）w 蛋白质搜索，默认值是3w 核酸序列搜索，默认值是11w 改变字段长度可以影响搜索 精度和速度13现在学习的是第13页，共22页具体步骤具体步骤 调整可选参数调整可选参数5.Matrix（打分矩阵）w 在一次BLAST搜索中，可以尝试使用几种不同的打分矩阵w 高PAM值取代矩阵适合于差异较大的序列w 低BLOSUM62值的取代矩阵适合于差异较大的序列14现在学习的是第

7、14页，共22页具体步骤具体步骤 调整可选参数调整可选参数6.Compositional adjustments，默认选择，一般来说可改善E值的统计计算和提高灵敏度(减少返回的假阳性结果的数目)15现在学习的是第15页，共22页具体步骤具体步骤 调整可选参数调整可选参数7.Filter（选择性过滤条件）,过滤器将锁定诸如组成低复杂序列区(如Alu序列)，用一系列N（任意碱基）替代这些程序w 过滤对绝大多数序列是有利的，可以帮助避免那些假的数据库匹配w 但某些情况下可信的匹配也会过滤掉16现在学习的是第16页，共22页具体步骤具体步骤 Blast输出结果输出结果上部上部BLAST搜索的类型、关于

8、查询内容和所搜索的数据库的描述以及一个分类连接可以将结果按照物种进行分类中部中部数据库中序列与查询序列相匹配的项的列表，分为图像和列表两种描述方式下部下部一系列的两两序列比对，4种衡量的分数：比特分数、期望分数、一致性百分比、正性(相似性百分比)17现在学习的是第17页，共22页具体步骤具体步骤 Blast输出结果输出结果databaseprogramquerytaxonomy18现在学习的是第18页，共22页具体步骤具体步骤 Blast输出结果输出结果每一个条带表示数据库中的一个与查询序列相匹配的蛋白质或核酸序列，被标以不同颜色表示亲缘关系的远近(根据比对的分)，最接近匹配用红色表示。Hig

9、h scoreslow e values19现在学习的是第19页，共22页具体步骤具体步骤wBlast输出结果输出结果nScorel 使用打分矩阵对匹配的片段进行打分，这是对各对氨基酸残基（或碱基）打分求和的结果，一般来说，匹配片段越长、相似性越高则Score值越大。nE valuel 在相同长度的情况下，两个氨基酸残基（或碱基）随机排列的序列进行打分，得到上述Score值的概率的大小。E值越小表示随机情况下得到该Score值的可能性越低。20现在学习的是第20页，共22页具体步骤具体步骤 Blast输出结果，改变格式输出结果，改变格式21现在学习的是第21页，共22页w BLAST搜索策略总图示例搜索策略总图示例现在学习的是第22页，共22页