Просмотр кода страницы BLAST

{{значения|BLAST (значения)}}

{{Карточка программы
|name=BLAST
|developer= {{Iw|Стивен Альтшуль|||Stephen Altschul}}, {{Iw|Уоррен Гиш|||Warren Gish}}, {{Iw|Вебб Миллер|||Webb Miller}}, [[Майерс, Юджин|Юджин Майерс]] и {{Iw|Дэвид Липман|||David J. Lipman}} ([[NCBI]]) 
|latest_release_version=2.13.0
|latest_release_date=17.03.2022
|operating_system=[[UNIX]], [[Linux]], {{nobr|[[Apple Macintosh]]}}, {{nobr|[[Microsoft Windows]]}}
|genre=Биоинформатика
|license=[[Public Domain]]
|website= ftp://ftp.ncbi.nlm.nih.gov/blast/
}}

'''BLAST''' ({{lang-en|'''B'''asic '''L'''ocal '''A'''lignment '''S'''earch '''T'''ool}} — средство поиска основного локального [[выравнивание последовательностей|выравнивания]]) — семейство компьютерных программ, служащих для поиска сходных [[белок|аминокислотных]] или [[Нуклеиновая кислота|нуклеотидных]] последовательностей<ref name="Pertsemlidis2001">{{cite journal |author1=Pertsemlidis A|author2=Fondon JW|title=Having a BLAST with bioinformatics (and avoiding BLASTphemy) |journal=Genome Biology |volume=2 |issue=10 |pages=reviews2002.1 |year=2001 |pmid=11597340 |doi=10.1186/gb-2001-2-10-reviews2002}}</ref>. Используя BLAST, исследователь может сравнить имеющуюся у него последовательность с последовательностями из базы данных и найти предполагаемые гомологи. Является важнейшим инструментом для молекулярных биологов, биоинформатиков и систематиков. Программа BLAST была разработана группой учёных: {{Iw|Стивен Альтшуль|||Stephen Altschul}}, {{Iw|Уоррен Гиш|||Warren Gish}}, {{Iw|Вебб Миллер|||Webb Miller}}, [[Майерс, Юджин|Юджин Майерс]] и {{Iw|Дэвид Липман|||David J. Lipman}} в системе [[Национальные институты здравоохранения США|Национальных институтов здравоохранения США]]. Первая публикация с описанием программы вышла в {{Iw|Журнал молекулярной биологии|Журнале молекулярной биологии||Journal of molecular biology}} в 1990 году<ref name="Altschul1990">{{cite journal |author1=Altschul SF |author2=Gish W |author3=Miller W |author4=Myers EW |author5=Lipman DJ  |title=Basic local alignment search tool |journal=Journal of Molecular Biology |volume=215 |issue=3 |pages=403—410 |year=1990 |pmid=2231712 |doi=10.1016/S0022-2836(05)80360-2}}</ref>.

== Классификация программ серии BLAST ==
Семейство программ серии BLAST делится на 4 основные группы:

=== Нуклеотидные ===
предназначены для сравнения изучаемой нуклеотидной последовательности с базой данных секвенированных геномов и их участков:

* megablast — быстрое сравнение с целью поиска высоко сходных последовательностей,
* discontiguous megablast — быстрое сравнение с целью поиска дивергировавших последовательностей, обладающих незначительным сходством,
* blastn — поиск относительно коротких последовательностей, обладающих незначительным сходством и др.

=== Белковые ===
предназначены для сравнения изучаемой аминокислотной последовательности белка с имеющейся базой данных белков и их фрагментов.

* blastp — медленное сравнение с целью поиска всех сходных последовательностей,
* DELTA-BLAST — поиск последовательностей, обладающих незначительным сходством. Проводится сравнение запроса с базой данных консервативных доменов и построение позиционной таблицы счетов ({{lang-en|position-specific score matrix}}). Итоговый поиск в базах данных проводится с использованием полученной позиционной таблицы<ref name="Boratyn2012">{{cite journal |author1=Boratyn GM|author2=Schäffer AA|author3=Agarwala R|author4=Altschul SF|author5=Lipman DJ|author6=Madden TL|title=Domain enhanced lookup time accelerated BLAST |journal=Biology Direct |volume=7 |pages=12 |year=2012 |pmid=22510480 |doi=10.1186/1745-6150-7-12}}</ref>.
* PSI-BLAST — сравнение с целью поиска последовательностей, обладающих незначительным сходством,
* PHI-BLAST — поиск белков, содержащих определённый пользователем паттерн и др.

=== Транслирующие ===
способны переводить нуклеотидные последовательности в аминокислотные и наоборот:

* blastx — переводит изучаемую нуклеотидную последовательность в кодируемые аминокислоты, а затем сравнивает её с имеющейся базой данных аминокислотных последовательностей белков,
* tblastn — изучаемая аминокислотная последовательность сравнивается с транслированными последовательностями базы данных секвенированных нуклеиновых кислот,
* tblastx — переводит изучаемую нуклеотидную последовательность в аминокислотную, а затем сравнивает её с транслированными последовательностями базы данных секвенированных нуклеиновых кислот.

=== Специальные ===
прикладные программы, использующие BLAST:

* bl2seq — сопоставление двух последовательностей по принципу локальных выравниваний,
* CDART — сравнение с целью поиска гомологичных белков по доменной архитектуре,
* magicblast — картирует прочтения (риды) на полный геном или транскриптом,
* VecScreen — определение сегментов нуклеотидной последовательности нуклеиновой кислоты, которые могут иметь векторное происхождение и др.

== Принципы работы BLAST ==
Все выравнивания принято делить на глобальные (последовательности сравниваются полностью) и локальные (сравниваются только определённые участки последовательностей). Программы серии BLAST производят локальные выравнивания, что связано с наличием в различных белках сходных доменов и паттернов. Кроме этого локальное выравнивание позволяет сравнить иРНК с геномной ДНК. В случае глобального выравнивания обнаруживается меньшее сходство последовательностей, особенно их доменов и паттернов.

После введения изучаемой нуклеотидной или аминокислотной последовательности (запрос) на одну из веб-страниц BLAST, она вместе с другой входной информацией (база данных, размера «слова» (участка), значение величины E и др.) поступает на сервер. BLAST создаёт таблицу всех «слов» (в белке — это участок последовательностей, который по умолчанию состоит из трёх аминокислот, а для нуклеиновых кислот из 11 нуклеотидов) и сходных «слов».

Затем в базе данных проводится их поиск. Когда обнаруживается соответствие, то делается попытка продлить размеры «слова» (до 4 и более аминокислот и 12 и более нуклеотидов) сначала без гэпов (пробелов), а затем с их использованием. После максимального продления размеров всех возможных «слов» изучаемой последовательности, определяются выравнивания с максимальным количеством совпадений для каждой пары запрос — последовательность базы данных, и полученная информация фиксируется в структуре SeqAlign. Форматер, расположенный на сервере BLAST, использует информацию из SeqAlign и представляет её различными способами (традиционным, графическим, в виде таблицы).

Для каждой обнаруженной в базе данных программами BLAST последовательности необходимо определить, насколько она сходна с изучаемой последовательностью (запрос) и значимо ли это сходство. Для этого BLAST вычисляет число битов и величину Е (expected value, E-value) для каждой пары последовательностей.

При определении сходства ключевым элементом является матрица замен, так как она определяет показатели сходства для любой возможной пары нуклеотидов или аминокислот. В большинстве программ серии BLAST используется матрица BLOSUM62 (Blocks Substitution matrix 62 % identity, блоковая матрица замен с 62 % идентичности). Исключением являются blastn и megablast (программы, которые выполняют нуклеотид — нуклеотидные сравнения и не используют матрицы аминокислотных замен).

С помощью модифицированных алгоритмов [[Алгоритм Смита — Ватермана|Смита-Уотермана]] или Селлерса определяются все пары сегментов (продленные «слова»), которые нельзя увеличить, так как это приведёт к уменьшению показателей сходства. Такие пары продленных «слов» называются парами сегментов с максимальным сходством (high-scoring segment pairs, HSP). В случае достаточно большой длины изучаемой последовательностей (m) и последовательности базы данных (n) показатели сходства HSP характеризуются двумя параметрами K (размера области поиска) и P (системы подсчёта). Эти показатели необходимо указывать при приведении показателей сходства изучаемой последовательности и последовательности базы данных (S).

Для сравнения показателей сходства различных выравниваний независимо от используемой матрицы, их необходимо преобразовать. Для получения преобразованного показателя сходства (числа битов, B) используют формулу:

: <math>B = (P\cdot S - \ln{K})/\ln{2} </math>

Величина B показывает, насколько сходны последовательности (чем больше число битов, тем больше сходство). Так как в формулу расчёта B заложены показатели К и P, то нет необходимости указывать их при приведении значений B. Величина E (Е-value), соответствующая показателю B, показывает достоверность данного выравнивания (чем ниже значение E, тем достовернее выравнивание). Она определяется по формуле:

: <math>E = m\cdot n\cdot 2^{-B} </math>

Программы BLAST преимущественно определяют значение E, а не P (вероятности наличия хотя бы одного HSP с показателем, превышающим или равным S). Но при E < 0,01 значения P и E почти идентичны.

Величина E определяется по формуле (2) при сравнении лишь двух аминокислотных или нуклеотидных последовательностей. Сравнение изучаемой последовательности длиной m с множеством последовательностей базы данных может основываться на двух положениях. Первое положение состоит в том, что все последовательности базы данных одинаково сходны с изучаемой. Это подразумевает, что значение E для выравнивания с короткой последовательностью, содержащейся в базе данных, следует приравнять со значением E для выравнивания с длинной последовательностью. Для вычисления значения E по базе данных необходимо умножить значение E, полученное при попарном сравнении, на число последовательностей в ней. Второе положение заключается в том, что изучаемая последовательность более сходна с короткими, а не с длинными последовательностями, потому что последние часто состоят из различных участков (многие белки состоят из доменов). Если предположить, что вероятность сходства пропорциональна длине последовательности, то попарное значение E для последовательности базы данных длиной n надо умножить на N/n, где N — общая длина аминокислот или нуклеотидов в базе данных. Программы BLAST преимущественно используют этот подход для вычисления значений E по базе данных.

Теоретически локальное выравнивание может начинаться с любой пары нуклеотидов или аминокислот выровненных последовательностей. Однако HPS, как правило, не начинаются близко к краю (началу или концу) последовательностей. Для коррекции такого краевого эффекта необходимо вычислять эффективную длину последовательностей. В случае последовательностей длиной более 200 остатков происходит нейтрализация краевого эффекта.

== См. также ==
* [[PSI Protein Classifier]]

== Примечания ==
{{примечания}}

== Ссылки ==
* [http://blast.ncbi.nlm.nih.gov/Blast.cgi NCBI Blast]{{ref-en}}
* [http://biochem.bio.msu.ru/assets/files/bioinformatics/bioinfo7_08.ppt Презентация о BLAST на русском]

[[Категория:Биоинформатика]]
[[Категория:Молекулярная биология]]
[[Категория:Научное программное обеспечение]]