序列相似性搜索1

生物信息学第三章序列相似性搜索一、序列相似性搜索的任务和目的序列相似性搜索的任务序列相似性搜索的目的二、同源和相似三、序列的BLAST分析四、专门的BLAST服务器1.序列比较的任务：发现序列之间的相似性辨别序列之间的差异2.目的：

相似序列相似的结构，相似的功能判别序列之间的同源性推测序列之间的进化关系一、序列相似性搜索的任务和目的1.同源（homology）-具有共同的祖先直向同源（Orthologous）平行(共生)同源（paralogous）2.相似（similarity）

同源序列一般是相似的 相似序列不一定是同源的

二、同源和相似一般认为，蛋白质序列间至少有80个氨基酸左右的区域有25%或更高的同源性；DNA序列具有75%以上的同源性有潜在的生物学意义。横向同源基因

(paralogousgene）是指从同一祖先垂直进化而来的基因。两物种共同具有的由这个祖先物种继承下来的基因就称为直向同源基因。e.g.人α一与小鼠α一珠蛋白基因。orthologousgene是指由于基因重复而产生的同源基因例如人γ一珠蛋白基因和β一珠蛋白基因。paralogousgene

是由于基因在不同物种间的横向转移(horizontaltransfer)而产生的。小部分脊椎动物基因在细菌中有同源序列，而在其他真核生物中却没有。xenologousgene

异源同源基因

(xenologousgene)直向同源基因

(orthologousgene)三、序列的BLAST分析BLAST(BasicLocalAlignmentSearchTool)allowsrapidsequencecomparisonofaquerysequenceagainstadatabase.TheBLASTalgorithmisfast,accurate,andweb-accessible.基本局域联配搜寻工具BLASTWebsiteofBLAST/BLAST/(BLAST2.0)http://www2.ebi.ac.uk/blast2/(WU-Blast2)/(WU-Blast2)WhyuseBLAST?BLASTsearchingisfundamentaltounderstandingtherelationshipofanyfavoritequerysequencetootherknownproteinsorDNAsequences.Applicationsinclude

identifyingorthologsandparalogsdiscoveringnewgenesorproteinsdiscoveringvariantsofgenesorproteinsinvestigatingexpressedsequencetags(ESTs)exploringproteinstructureandfunctionFourcomponentstoaBLASTsearch(1)Choosethesequence(query)(2)SelecttheBLASTprogram(3)Choosethedatabasetosearch(4)ChooseoptionalparametersThenclick“BLAST”Step1:ChooseyoursequenceSequencecanbeinputinFASTAformat,plaintextformatorasaccessionnumberExampleoftheFASTAformatforaBLASTqueryStep2:ChoosetheBLASTprogramStep2:ChoosetheBLASTprogramblastn(nucleotideBLAST)blastp(proteinBLAST)blastx(translatedBLAST)tblastn(translatedBLAST)tblastx(translatedBLAST)ChoosetheBLASTprogramProgram

Input

Database 1blastn

DNA

DNA 1blastp

protein

protein 6blastx

DNA

protein 6tblastn

protein

DNA 36tblastx

DNA

DNADNApotentiallyencodessixproteins5’CATCAA5’ATCAAC5’TCAACT5’GTGGGT5’TGGGTA5’GGGTAG5’CATCAACTACAACTCCAAAGACACCCTTACACATCAACAAACCTACCCAC3’3’GTAGTTGATGTTGAGGTTTCTGTGGGAATGTGTAGTTGTTTGGATGGGTG5’Step3:choosethedatabasenr=non-redundant(mostgeneraldatabase)dbest=databaseofexpressedsequencetagsdbsts=databaseofsequencetagsitesgss=genomicsurveysequenceshtgs=highthroughputgenomicsequenceStep4a:SelectoptionalsearchparametersCDsearchBLASTNsearchingStep4a:SelectoptionalsearchparametersEntrez!FilterExpectWordsizeorganism增加该值可提高查询速度BLAST:optionalparametersYoucan...•choosetheorganismtosearch•turnfilteringon/off•changetheexpect(e)value•changethewordsize•changetheoutputformatfilteringStep4b:optionalformattingparametersAlignmentviewDescriptionsAlignmentstaxonomydatabasequeryprogramtaxonomyBLASTformatoptionsBLASTformatoptions:multiplesequencealignmentthresholdscore=11EVDparametersBLOSUMmatrixEffectivesearchspace=mn=lengthofqueryxdblength10.0istheEvaluegappenaltiescut-offparametersWewillgettothebottomofaBLASTsearchinafewminutes…BLASTPSearchingwithamultidomainprotein,polSearchingbacterialsequenceswithpolBLASTprogramselectionguide四、专门的BLAST服务器SpecializedBLASTserversOrganism-specificBLASTsites/index.htmlLocal(本地化)BLASTWhyLocalBLAST?Bigdata,Slow,limitationsHowtoperformLocalBLAST?1.DownloadLocalBLASTprogram;2.Installation;3.Preparedatabaseandquerysequence4.LocalBLASTrunning程序下载

链接到：/blast/executables/blast+/LATEST下载最新的BLAST+程序包，推荐版本ncbi-blast-2.2.28+-ia32-win32.tar.gz（绿色版windows32位系统）,其他版本：ncbi-blast-2.2.28+-win32.exe适用于windows32位系统，ncbi-blast-2.2.28+-win64.exe适用Windows64位系统，请注意选择。Step1:DownloadLocalBLASTprogramWindows64bitLinux64bitMacosx64bitStep2:Installation更改到合适位置设置环境变量Step3:Preparedatabaseandquerysequence下载数据库或者测序数据(作为subject)命名为database.fasta(名字任取但格式必须是fasta)将数据库文件拷入X:\Local_Blast\blast-2.2.31+\db备用同样将用来比对的序列整理成为query.fasta文件，与数据库文件保存到相同路径下，备用在X:\Local_Blast\blast-2.2.31+\路径下新建db文件夹Fasta格式文件：>miR156GCUCACUCUCUAUCCGUCACCStep4:LocalBLASTRunning调出MS-DOS命令行,转到X:\Local_Blast\blast-2.2.31+\db文件夹下makeblastdb.exe-indatabase.fasta-parse_seqids-hash_index-dbtypeprot-in参数后面接将要格式化的数据库;-parse_seqids,-hash_index两个参数一般都带上，主要是为blastdbcmd取子序列时使用;-dbtype后接所格式化的序列的类型，核酸用nucl，蛋白质用prot;数据库格式化所需时间：与数据库大小成正比LocalBLASTblastn.exe-taskblastn-querymature.fa-dbGmax_189_cds.fa-evalue0.1–outfmt“7-outmature_miRNA_againist_Gmax_out.txtblastn.exe程序执行命令，exe前的程序根据自己的需要而换；-task后面选择你所要用的程序，b