实验2 序列查询(Entrez)、BLAST序列相似性搜索
实验二：序列查询(Entrez)、BLAST序列相似性搜索实验目的：1.学会用Entrez系统查找目标序列2.学会使用BLAST在数据库中搜索相似序列3.学会分析数据库搜索结果实验内容：一、EntrezEntrez是一个由NCBI创建并维护的基于Web界面的综合生物信息数据库检索系统。
用户不仅可以方便地检索Genbank的核酸数据，还可以检索来自Genbank和其它数据库的蛋白质序列数据、基因组图谱数据、来自分子模型数据库(MMDB)的蛋白质三维结构数据、种群序列数据集、以及由PubMed获得Medline的文献数据。
网址：/Entrez/（或在NCBI主页默认All Databases时点击搜索框右边的Search进入）。
如Figure 2.1所示：Figure 2.1 entrez 检索系统子数据库点击搜索框右边的help按钮，即可进入Entrez帮助页面。
在搜索栏输入你要查找的关键词，点击“GO”即可开始搜索。
如果输入多个关键词，它们之间默认的是“与”（AND）的关系。
Ｔｉｐｓ：搜索的关键词可以是一个单词，短语，句子，数据库的识别号，基因名字等等，但必须明确，不能是“ｇｅｎｅ”， “ｐｒｏｔｅｉｎ”等没有明确指向的词语。
但“ｔｒａｎｓｃｒｉｐｔｉｏｎ ｆａｃｔｏｒ”这样有一定范围的词是可以接受的。
可以用你感兴趣的领域的专业术语，也可以是非专业术语，比如：ｈ１ｎ１，ｌｕｎｇ ｃａｎｃｅｒ，ａｌｂｉｎｉｓｍ； ｓｕｂｔｉｌｉｓｍ， ｐｅｒｏｘｉｄａｓｅ， ｍｙｏｇｌｏｂｉｎ。
输入关键词，点击“GO”之后，每个数据库图标前方出现了数字,代表的是在相对应的数据库里搜索到的条目数。
点击进入对应的数据库，可以查看搜索到的条目。
如果在数据库图标前面为灰色，显示“none”,说明在对应的数据库里没有搜索到任何结果。
也可以直接通过NCBI任一页面上的搜索栏进行Entrez搜索。
点击“search”后面的下拉菜单，选择数据库，在下面的文本框里输入关键词，点击“Search”即可(Figure 2.2)。
Figure 2.2 数据库选项下拉菜单但是这种简单搜索会产生大量的结果，其中很多信息都不是我们所需要的，NCBI为我们提供了“Limits”、“Advanced Search”等辅助功能，只有充分理解并熟练运用这些工具进行复杂的检索，才能充分发挥Entrez的强大功能，实现精确高效的检索。
A:limitsLimits限制性搜索可以根据该数据库结构，将输入的关键词的查询范围限制在某个范围内，如领域、编号、代码、提交日期等。
不同的数据库，其限定内容略有不同。
以Nucleotide数据库为例搜索hemoglobin，点击进入搜索结果页面后（Figure 2.3），在页面上方搜索栏下有“Limits”，“Advanced”选项。
Figure 2.3 search result点击Limits进入限定页面（Figure 2.4）。
可以对序列发布时间或修改时间进行限定，也可以对搜索关键词的领域（search field tags；如果输入的是序列名称，如hemoglobin, trypsin,选择title; 如果输入的是物种的名称，选择organism）进行限定，可以对搜索数据库（source database；一般选择RefSeq, 建议大家在平时搜索时也使用这个选项。
）进行限定，还可以对分子类型（molecule）、序列位置（gene location）和排除的数据类型（STSs, working draft, TPA, patent）等进行限定（Figure 2.4）。
Figure 2.4 Limits page限定完毕，点击“Search“，则出现根据限定条件得到的搜索结果（Figure 2.5），同时页面上显示“Limits Activated”。
如果要改变限定内容，可以点“change”修改，如果不需要限定，点击“remove”可取消限定。
Figure 2.5 Limits search result注意：查询序列时，我们常常将搜索限定在RefSeq数据库,因为它的数据是非冗余的。
The Reference Sequence (RefSeq) database is a non-redundant collection of richly annotated DNA, RNA, and protein sequences from diverse taxa. The collection includes sequences from plasmids, organelles, viruses, archaea, bacteria, and eukaryotes. Each RefSeq represents a single, naturally occurring molecule from one organism. The goal is to provide a comprehensive, standard dataset that represents sequence information for aspecies.B: Advanced若点击搜索栏下面的advanced，就会进入Entrez的高级搜索界面(Figure 2.6)。
Figure 2.6 advanced page“Builder”下方前部的下拉菜单提供了按字母顺序排列的检索领域（field）列表，允许用户直接选定特定的范围进行检索，选好field，在后面的文本框里输入关键词。
如果不确定关键词应该如何拼写，可以先写出自己确定的部分，然后点击“show index list”,则所有相关的类似关键词出现在下面的列表中，可以从中选择你需要的关键词。
（Figure 2.7）Figure 2.7 Show Index list例如：想要搜索人的血红蛋白序列，则可以首先选择搜索领域－title，在后面的文本框中输入关键词hemoglobin，此时这个关键词及其领域限定信息出现在上面的搜索框里。
然后再选择第二个搜索领域为organism, 在后面的文本框中输入关键词human，此时第二个关键词即其领域限定信息也出现在搜索框里，默认两个关键词是和（AND）关系。
点击search进行搜索，就得到数据库中所有人血红蛋白序列。
（此时要取消掉前面的Limits那步做的field 限定，只限定数据库为refseq即可）页面下方有History区域，这里保留了最近的搜索记录，点击搜索结果前面的标号（#数字）时，下拉菜单内容依次是布尔逻辑运算符和、或、非、删除本条记录、显示搜索结果、显示具体搜索条件、保存到我的NCBI帐户（需注册）(Figure 2.8)。
一方面方便我们查阅，更重要的是可以使用布尔逻辑运算符对搜索结果进行运算处理，如#25 AND #26。
Figure 2.8 Search HistoryC：其它搜索技巧1.利用作者姓名检索可按以下格式：姓加名的第一个字母（johnson d）但不能在其中使用任何标点，后面加［AU］，表示在author field进行搜索2.在关键词后面加“*”以检索所有以给定字符串为首的词组内容。
3.范围检索。
序列登录号[ACCN]，序列长度[SLEN]，分子量[MOLWT]和日期[MDAT]和[PDAT]。
范围运算符是冒号“：”。
如3000：4000[SLEN]将检出序列长度介于3000～4000之间的所有记录。
D．保存搜索结果保存序列，切记用文本文档，不可复制粘贴到word文档，因为会引入特殊字符，用程序分析时会出错。
可从NCBI网站直接保存序列，在搜索结果页面，点击序列条目前面的复选框选中要保存的序列，然后点击页面右上方的send 下拉菜单下载序列信息，可同时下载多条序列；也可以进入某条序列页面后，点击页面右上方的send下拉菜单保存这条序列，这里以序列页面为例说明如何保存。
确定了所要查找的序列，点击打开序列页面后，默认显示为genbank格式，如果想要以其它序列格式浏览，可以点击页面左上方的“display settings”，从下拉菜单中选择需要的格式，点击”apply” 页面会转换到所需要的格式（Figure 2.10）。
Figure 2.9 display settings 改变序列格式点击页面右上方的“send”下拉菜单，有四个选项，file（保存到文件）、clipboard（保存到临时剪贴板），collections（NCBI账户，需注册）和analysis tool(NCBI的在线分析工具)。
如果选择File，下面会出现format下拉菜单，选择要保存的序列格式，请将同一条序列genbank格式和fasta格式各保存一个文件，点击“create file”，会自动弹出一个下载窗口，点击保存，此文件可以用写字板或记事本打开。
Figure 2.10 序列保存如果选择clipboard，下面会出现按钮add to clipboard，点击此按钮保存到NCBI提供的临时剪贴板（自动为此IP保存8小时，8小时后过期清除），此时在页面左上方显示1 item was added to the Clipboard，右上方显示clipboard：1 item。
（Figure 2.12）Figure 2.11序列发送到剪贴板成功点击右边这个clipboard，因为此时剪贴板中只有一条序列，会直接到达这条序列页面。
如果剪贴板中已经存入多条序列，则进入序列列表。
（Figure 2.13）此时可以选择从剪贴板中移除某条序列（序列下方红色字符：remove from clipboard），或移除全部序列（最上方蓝色字符：remove all items）。
Figure 2.12 Clipboard页面如果在send下拉菜单打开后，选择collections，下面出现按钮Add to collections,点击此按钮，页面跳转，要求登录NCBI账户。
要使用这个选项，必须注册为NCBI用户，注册成功后，可以将你需要的序列或某次搜索结果保存到你的NCBI账户里，这样即使用不同电脑登录，信息也不会丢失。
二、BLAST搜索在生物学研究中，对于新测定的碱基序列或氨基酸序列，人们往往试图通过数据库搜索找出于其相似的序列，以推测该未知序列是否与已知序列同源或可能属于哪个基因家族，以及具有哪些生物功能。
数据库搜索是双序列局部比对的特例。
NCBI开发的BLAST（basic local alignment search tool)是目前最常用的的数据库相似序列搜索程序，它的优势在于比对速度非常快，通过将查询序列（query）与数据库中每一条序列两两比对，寻找到相似序列。
上机实习四：BLAST序列相似性搜索工具的使用
Assessing whether proteins are homologous
RBP4 and PAEP: Low bit score, E value 0.49, 24% identity (“twilight zone”). But they are indeed homologous. Try a BLAST search with PAEP as a query, and find many other lipocalins.
cut-off parameters
BLAST search strategies
General concepts How to evaluate the significance of your results
How to handle too many results
How to handle too few results
Step 3: choose the database
nr = non-redundant (most general database) dbest = database of expressed sequence tags dbsts = database of sequence tag sites gss = genomic survey sequences htgs = high throughput genomic sequence
Sometimes a real match has an E value > 1
…try a reciprocal BLAST to confirm
Sometimes a similar E value occurs for a short exact match and long less exact match
BLAST相似序列的数据库搜索
实习 4 ：BLAST相似序列的数据库搜索学号20090**** 姓名****** 专业年级生命生技****实验时间2012.6.19 提交报告时间2012.6.20实验目的：学习使用BLAST在数据库中搜索相似序列实验内容：使用NCBI上面的BLAST程序进行相似性序列搜索：1.把核酸序列利用BLASTN搜索相似核酸序列；2.把蛋白质序列对应的蛋白质利用BLASTP搜索相似蛋白质序列；3.把核酸序列利用BLAST搜索相似蛋白质序列并与BLASTP比较，体会差异：4.把蛋白质序列利用TBLASTN搜索相似核酸序列并与BLASTN比较，体会差异：5.把核酸序列利用TBLASTX搜索相似核酸序列并与BLASTN比较，体会差异。
作业：1. 找一条你感兴趣的核酸序列（可以是前面搜索到的同源核酸序列中任意一条），通过BLASTN搜索NR数据库，说明你的参数如何设置，分析搜索结果包含哪些信息。
答：使用的序列为：智人胰岛素（INS）>gi|297374822|ref|NM_001185098.1| Homo sapiens insulin (INS), transcript variant 3, mRNA。
Algorithm parameters设置如下：参数：Enter Query Sequence——NM_001185098Choose Search Set——Database: Nucleoctide collection(nr); Exclude: √Models(XM/XP),√Uncultured/environmental ample sequencesProgram Selection——Optimize fot: Highly similar sequences展开“Algorithm parameters”，依次设置：General Parameters——Max target sequence：100; Short queries：√; Expect threshold：10;Word size：28; Max matches in a query range:0Scoring Parameters——Matrix/Mismatch Scores:1,-2; Gap Costs: LinearFilters and Masking——Filter: √Low complexity regions; √Mask: mask for lookup table only搜索结果分析：使用智人胰岛素（INS）>gi|297374822|ref|NM_001185098.1| Homo sapiens insulin (INS), transcript variant 3, mRNA搜索NR数据库，搜索出100条符合条件的序列，序列来自的物种包括了Homo sapiens，Pan troglodytes，Gorilla gorilla，Pongo abelii，Pongo pygmaeus，Mus musculus等，其中根据得分高低排列，前7条序列如下所示：NM_001185098.1 Homo sapiens insulin (INS), transcript variant 3, mRNANM_001185097.1 Homo sapiens insulin (INS), transcript variant 2, mRNANM_000207.2 Homo sapiens insulin (INS), transcript variant 1, mRNANG_007114.1 Homo sapiens insulin (INS), RefSeqGene on chromosomeAC132217.15 Homo sapiens chromosome 11, clone RP11-889I17, complete sequenceBC005255.1 Homo sapiens insulin, mRNAJ00265.1 Human insulin gene, complete cds上述序列的“Max ident”均为100%或99%，且E-Value值很低，可见搜索出来的序列与QUERY序列匹配的相似度很高。
实验2 序列查询(Entrez)、BLAST序列相似性搜索
实验二：序列查询(Entrez)、BLAST序列相似性搜索实验目的：1.学会用Entrez系统查找目标序列2.学会使用BLAST在数据库中搜索相似序列3.学会分析数据库搜索结果实验内容：一、EntrezEntrez是一个由NCBI创建并维护的基于Web界面的综合生物信息数据库检索系统。
用户不仅可以方便地检索Genbank的核酸数据，还可以检索来自Genbank和其它数据库的蛋白质序列数据、基因组图谱数据、来自分子模型数据库(MMDB)的蛋白质三维结构数据、种群序列数据集、以及由PubMed获得Medline的文献数据。
网址：/Entrez/（或在NCBI主页默认All Databases时点击搜索框右边的Search进入）。
如Figure 2.1所示：Figure 2.1 entrez 检索系统子数据库点击搜索框右边的help按钮，即可进入Entrez帮助页面。
在搜索栏输入你要查找的关键词，点击“GO”即可开始搜索。
如果输入多个关键词，它们之间默认的是“与”（AND）的关系。
Ｔｉｐｓ：搜索的关键词可以是一个单词，短语，句子，数据库的识别号，基因名字等等，但必须明确，不能是“ｇｅｎｅ”， “ｐｒｏｔｅｉｎ”等没有明确指向的词语。
但“ｔｒａｎｓｃｒｉｐｔｉｏｎ ｆａｃｔｏｒ”这样有一定范围的词是可以接受的。
可以用你感兴趣的领域的专业术语，也可以是非专业术语，比如：ｈ１ｎ１，ｌｕｎｇ ｃａｎｃｅｒ，ａｌｂｉｎｉｓｍ； ｓｕｂｔｉｌｉｓｍ， ｐｅｒｏｘｉｄａｓｅ， ｍｙｏｇｌｏｂｉｎ。
输入关键词，点击“GO”之后，每个数据库图标前方出现了数字,代表的是在相对应的数据库里搜索到的条目数。
点击进入对应的数据库，可以查看搜索到的条目。
如果在数据库图标前面为灰色，显示“none”,说明在对应的数据库里没有搜索到任何结果。
也可以直接通过NCBI任一页面上的搜索栏进行Entrez搜索。
点击“search”后面的下拉菜单，选择数据库，在下面的文本框里输入关键词，点击“Search”即可(Figure 2.2)。
BLAST（序列相似性快速搜索工具）
BLAST（序列相似性快速搜索工具）
1. 什么是BLAST？
•BLAST的全称是Basic Local Alignment Search T ool（基本的局部比对搜索工具），基于一种局部最优的比对策略。
•BLAST是生命科学研究中常用的一套在核苷酸数据库或蛋白质数据库中进行序列相似性比对的一套分析工具
•BLAST算法是启发式算法。
首先将query序列打断成子片段，称之为seed words，然后将seed与预先索引好的序列进行比对，选择seed连续打分较高的位置采用动态规划算法进行延伸，延伸过程也会进行打分，当打分低于某一限度这一延伸过程就会被终止抛弃，最后产生了一系列的高得分序列。
最后还要使用E-value对其显著性进行评估，选出比对结果最好的序列。
•BLAST分为在线BLAST和本地化BLAST
IMAGE.png
2. BLAST程序类型
BLAST实际上是综合在一起的一组工具
的统称，它不仅可用于直接对蛋白质数据库和
核酸数据库进行搜索，而且可以将待搜索的核
酸序列翻译成蛋白质序列后再进行搜索，或者
反之，以提高搜索效率。
因此BLAST可以分
为 BLASTp、 BLASTn、 BLASTx、 tBLASTn、
tBLASTx。
IMAGE.jpg
IMAGE.png
3.BLAST 比对结果解读
实际应用中主要看E-value（E值越小越好），同时要求Score大于一定值。
图片来自MOOC。
BLAST数据库相似性搜索
BLAST数据库相似性搜索姓名________ 学号______________ 组号_____ 日期________年___月___日1.以人血红蛋白beta亚基（HBB_HUMAN）为检测序列，搜索Swiss-Prot数据库，找出灵长目动物（Primates）中与HBB_HUMAN序列相似性高于90%（Identity>90%）的beta珠蛋白（beta globin）。
2.以人血红蛋白alpha亚基（HBA_HUMAN）为检测序列，用BlastP搜索Swiss-Prot数据库，改变种子序列字长（Word size）和计分矩阵（Scoring matrix），找出人珠蛋白家族12个成员。
3.以人血红蛋白alpha亚基（HBA_HUMAN）为检测序列，用PSI-Blast搜索Swiss-Prot数据库，找出人珠蛋白家族成员脑红蛋白（Neuroglobin）。
4.以人血红蛋白alpha亚基（HBA_HUMAN）为检测序列，用DELTA-Blast搜索Swiss-Prot数据库，找出人珠蛋白家族成员脑红蛋白（Neuroglobin）。
5.以人血红蛋白alpha亚基（HBA_HUMAN）为检测序列，用tBlastN搜索RefSeq数据库中人珠蛋白家族mRNA序列，提取其编码区序列，进行多序列比对，分析结果。
6.以人血红蛋白alpha亚基（HBA_HUMAN）为检测序列，搜索RefSeq数据库中人、小鼠和大鼠三个物种珠蛋白家族mRNA序列，提取其编码区序列，进行多序列比对，分析结果。
7.查阅Blast网站帮助文档和相关文献，结合Blast算法，归纳总结Blast数据库相似性搜索的用法8.结合本人课题研究中的实例，说明Blast具体应用。
9.本地BLAST（选做题）1)下载玉米转录因子蛋白质序列和编码区核苷酸序列数据，构建本地BLAST数据库。
2)以拟南芥转录因子SPL3蛋白质序列为检索序列，用BlastP搜索玉米转录因子蛋白质序列中相似序列，用tBlastN搜索玉米转录因子编码区序列中相似序列，分析结果。
序列相似性搜索
三、序列的BLAST分析
BLAST
BLAST (Basic Local Alignment Search Tool) allows rapid sequence comparison of a query sequence against a database. The BLAST algorithm is fast, accurate, and webaccessible. 基本局域联配搜寻工具
Step 2: Choose the BLAST program
Step 2: Choose the BLAST program
blastn (nucleotide BLAST)
blastp (protein BLAST)
blastx (translated BLAST)
tblastn (translated BLAST)
BLAST searching is fundamental to understanding the relatedness of any favorite query sequence to other known proteins or DNA sequences.
Applications include • identifying orthologs and paralogs • discovering new genes or proteins • discovering variants of genes or proteins • investigating expressed sequence tags (ESTs) • exploring protein structure and function
Four components to a BLAST search
NCBI的名词解释
NCBI的名词解释NCBI（National Center for Biotechnology Information）是美国国家生物技术信息中心的缩写。
作为一个重要的生物信息学资源，NCBI提供了丰富的数据库和工具，以支持生物学、生物医学和生物信息学的研究工作。
在本文中，将对NCBI常见的名词进行解释，帮助读者更好地理解这个重要的生物信息学平台。
1. PubMed：PubMed是NCBI的一个免费搜索引擎，它主要提供了生物医学领域的文献检索服务。
研究人员可以在PubMed中搜索全球各种医学、生物学和生物信息学期刊的摘要和引用信息。
通过关键词搜索、作者搜索和期刊搜索等功能，研究者可以方便地获取与自己研究领域相关的最新科研成果和文献资料。
2. GenBank：GenBank是NCBI管理的一个全球性的基因序列数据库，其中包含了来自各种生物体的数十亿条DNA和RNA序列。
研究人员可以通过GenBank来获取和下载特定基因的序列信息，以进行基因功能、进化和表达等研究。
GenBank的数据资源非常丰富，有助于推动生物学和生物信息学领域的科学研究。
3. BLAST：BLAST（Basic Local Alignment Search Tool）是NCBI的一个重要的序列比对工具。
它可以帮助研究人员在GenBank等数据库中找到与已知序列相似的序列，进而推测其可能的功能和起源。
BLAST提供了多种比对算法和参数设置，允许用户根据自己的研究需要进行灵活的序列比对分析。
4. Entrez：Entrez是NCBI的一个综合性搜索平台，涵盖了多个数据库和工具。
研究人员可以通过Entrez来进行文献检索、基因序列搜索、蛋白质搜索、三维结构搜索、基因组浏览等多种操作。
通过Entrez，研究者可以根据自己的研究目的，全面地了解和利用NCBI提供的多样化的生物信息资源。
5. RefSeq：RefSeq是NCBI的一个参考序列数据库，主要收集并注释了多种生物物种的基因组、转录本和蛋白质序列。
NCBIblast使用教程[1]
E值范围
3.设置结果输出显示格式
选择需要显示的选项 以及显示的文件格式
显示数目
Alignment的显
筛选结果
示方式
点击开始搜索
其他一些显示格式参数
NCBIblast使用教程[1]
提交任务
返回查询号（request id） 修改完显示格式后点 击进入结果界面
可以修改显示结果格式
NCBIblast使用教程[1]
NCBIblast使用教程[1]
Blast程序评价序列相似性的两个数据
Score：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。
E value: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。
分析过程（一）
1.登陆ncbi的blast主页
2.选择程序，因为 查询序列是蛋白序 列可以选择blastp，
点击进入
也可以选择tblastn
作为演示， 我们这里选blastp
NCBIblast使用教程[1]
分析过程（二）
3.填入序列（copy＋pa索整个序列，不填
w 其他问题：实际使用时选择哪种方式（网 络，本地化），参数的选择，结果的解 释…
NCBIblast使用教程[1]
Blast资源
1.NCBI主站点：
/BLAST/(网络版) ftp:///blast/ (单机版)
5.选择搜索数据库，这里我们 选nr(非冗余的蛋白序列库)。
是否搜索保守区域数据库 （cdd），蛋白序列搜索才有。
寻找重复序列的方法
寻找重复序列的方法
寻找重复序列的方法可以采用多种方法，包括简单的文本搜索、更复杂的算法和软件工具。
以下是一些常见的方法：
1. 文本搜索：在纯文本编辑器或代码编辑器中手动搜索重复的序列。
这种方法简单，但对于大规模数据集或复杂的重复模式可能不适用。
2. 使用生物信息学软件：针对基因组数据分析，有许多专门用于寻找重复序列的生物信息学软件和工具，如Tandem Repeats Finder (TRF)、MREPS、BLAST等。
这些工具可以根据特定的参数和算法，更精确地检测和识别重
复序列。
3. 编写脚本或程序：使用编程语言（如Python、Perl或R）编写脚本或程
序来分析数据并查找重复序列。
这种方法需要一定的编程技能，但可以根据具体需求定制算法和搜索策略。
4. 使用在线服务或数据库：一些在线服务或数据库专门用于查找重复序列，如RepeatMasker、RepeatProteinMasker等。
这些工具基于已知的重复
序列数据库，可以快速检测和注释重复序列。
5. 比较基因组学方法：通过比较不同物种或同一物种不同个体之间的基因组序列，可以识别和定位重复序列。
这种方法通常需要使用专门的比较基因组学软件或工具，如Mauve、Progressive Mauve等。
在应用这些方法时，需要根据具体的数据类型、规模和目标来选择最适合的方法。
同时，对于复杂的数据集，可能需要结合多种方法来全面准确地识别重复序列。
NCBIblast使用教程[2]
下载正确的Blast程序包
blast:在本地运行的blast程序包
wwwblast:在本地服务器建立blast服务
的网站
netblast:blast的客户端程序，直接链接
至NCBI的BLAST服务器，使用BLAST服 务，不需浏览器。
NCBIblast使用教程[2]
下载正确的Blast程序包
Blast程序包的名字上还包括了该程序包运行的硬
NCBIblast使用教程[2]
Blast简介（一）
BLAST 是由美国国立生物技术信息 中心（NCBI）
开发的一个基于序列相似性的数据库搜 索程序。
BLAST是“局部相似性基本查询工 具”(Basic Local Alignment Search Tool)的 缩写。
NCBIblast使用教程[2]
NCBIblast使用教程[2]
相似性和同源性关系
序列的相似性和序列的同源性有一定的关系，一 般来说序列间的相似性越高的话，它们是同源序 列的可能性就更高，所以经常可以通过序列的相 似性来推测序列是否同源。
正因为存在这样的关系，很多时候对序列的 相似性和同源性就没有做很明显的区分，造成经 常等价混用两个名词。所以有出现A序列和B序 列的同源性为80％一说。
主要的blast程序
程序名 Blastn Blastp
查询序列 核酸 蛋白质
Blastx
核酸
Tblastn 蛋白质
TBlastx
核酸
数据库
搜索方法
核酸 核酸序列搜索逐一核酸数据库中的序列
蛋白质 蛋白质 核酸 核酸
蛋白质序列搜索逐一蛋白质数据库中的序 列
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。