码迷,mamicode.com
首页 > 其他好文 > 详细

blast及其格式输出简介

时间:2018-08-21 12:16:01      阅读:5056      评论:0      收藏:0      [点我收藏+]

标签:image   最大   分享   end   百分比   png   规划   划算   哈希   

1)blast产生背景

        双序列比对可以采用是基于动态规划算法的Needleman-Wunsch(NW)和Smith-Waterman algorithm(SW)算法,虽然精度高,但计算消耗大。当与数据库比对的时候,该算法就显得不切实际。因此TASTA,blast采用启发式算法使得通过大幅度丢失灵敏度来减少运行时间。与FASTA软件相比,blast通过把搜索限制在狭隘的矩阵对角线条带上,来改进FASTA进行数据库搜索的速度。

2)blast的大致原理

blast 程序首先查询query序列的所有子序列,储存在哈希表中。收索数据库中所有与子序列精确匹配的序列,作为种子,向两个方向继续延伸每个精确匹配。期间不允许有空位和错配的情况。然后在限制性区域内;连接延伸的匹配序列,期间允许空位和错配,比对分值要大于设定的阈值。阈值越大,需要匹配的计算越小,软件计算速度越快。仅仅对对延伸匹配进行连接的区域(限制性区域),而不是整个矩阵,是blast 相对于其他算法速度提高的关键,是以牺牲对角线带以外的任何匹配信息为代价,因此并不能确保query序列与数据库比对结果是最优的比对结果。

3)blast的格式解读

因为blast可以进行本地化,网上教程很多,这里不再详细介绍。根据不同的参数可以输出多种比对格式,例如HTML, plain text, XML等。因为输出的格式多样,我们以常用的M8格式进行简单的介绍。

技术分享图片

这12列对应的信息分别是:

Query id:查询序列ID标识
Subject id:比对上的目标序列ID标识
% identity:序列比对的一致性百分比
alignment length:符合比对的比对区域的长度
mismatches:比对区域的错配数
gap openings:比对区域的gap数目
q. start:比对区域在查询序列(Query id)上的起始位点
q. end:比对区域在查询序列(Query id)上的终止位点
s. start:比对区域在目标序列(Subject id)上的起始位点
s. end:比对区域在目标序列(Subject id)上的终止位点
e-value:比对结果的期望值,将比对序列随机打乱重新组合,和数据库进行比对,如果功能越保守,则该值越低;该E值越高说明比对的高得分值是由GC区域,重复序列导致的。对于判断同源性是非常有意义的几个参数。
bit score:比对结果的bit score值

4)习题

4.1)blast的产生背景是什么?
4.2)blast采用的是什么算法
4.3)和动态规划算法相比,blast 的算法有什么优点?
4.4) blast和FASTA软件算法之间的区别是什么?
4.5) blast核酸比对中默认的word是多少?
4.6)word的大小是如何决定blast的运行速度?
4.7)blast比FSAT软件搜索速度快的原因是什么?
4.8) blast是对什么建立索引的?
4.9)blast建立索引的目的是什么?
4.10)blast比对输出的结果有哪些格式
4.11)在M8格式中共有多少列,每一列代表的是什么意思?
4.12)E值的含义是什么?
4.13)统计test.blast有多少条query序列
4.14)统计比对得分最低的query序列
4.15)将比对长度大于200(QueryLen)且比对相似率(Identities%)大于90的信息输出来
4.16)找出比对最长的基因的ID (即QueryLen值最大)
4.17)按照BitScore分值(第12列)的大小对整个文件进行排序(从大到小)
4.18)找出比对长度大于100且E值小于3e-17的比对
4.19)找出序列一致性大于60%,得分高于70的比对信息
4.20)输出gap最多的比对信息

5)参考资源
https://en.wikipedia.org/wiki/BLAST#Output
第二代测序信息处理

 

blast及其格式输出简介

标签:image   最大   分享   end   百分比   png   规划   划算   哈希   

原文地址:https://www.cnblogs.com/djx571/p/9510550.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!