蛋白质比对软件 blastp psi-blast phi-blast

蛋白质比对软件 blastp psi-blast phi-blast

1Blastp: 标准的蛋白序列与蛋白序列之间的比对

Standard protein BLAST is designed for protein searches.

Blastp用于确定查询的氨基酸序列在蛋白数据库中找到相似的序列。跟其它的Blast程序一样,目的是要找到相似的区域。

2,PSI-BLAST : 敏感度更高的蛋白序列与蛋白序列之间的比对

PSI-BLAST is designed for more sensitive protein-protein similarity searches.

Position-Specific Iterated (PSI)-BLAST,是一种更加高灵敏的Blastp程序,对于发现远亲物种的相似蛋白或某个蛋白家族的新成员非常有效。当你使用标准的Blastp比对失败时,或比对的结果仅仅是一些假基因或推测的基因序列时("hypothetical protein" or "similar to..."),你可以选择PSI-BLAST重新试试。

3,PHI-BLAST : 模式发现迭代BLAST

PHI-BLAST can do a restricted protein pattern search.

PHI-BLAST, 模式发现迭代BLAST, 用蛋白查询来搜索蛋白数据库的一个程序。仅仅找出那些查询序列中含有的特殊模式的对齐。

PHI的语法详细介绍看这里:http://www.ncbi.nlm.nih.gov/blast/html/PHIsyntax.html 


4.重点介绍:PSI-BLAST 

PSI-BLAST(Positive-specific Interative Basic Local Alignment Search Tools)是基于profile搜索的方法,来寻找目标序列。PSI-BLAST先从query序列开始,获得一系列相似性序列,看作是同一蛋白家族,然后构建一个profile。这个profile的矩阵化形式,称之为position-specific score matrix (PSSM)。PSI-BLAST用PSSM,而不是初始的query序列,从数据库中搜索目标序列。


PSSM的特点是:highly conserved positions receive high score and weakly conserved positions receive scores near zero. PSI-BLAST重在发现有relationship的序列,例如有些蛋白质序列间相似性较低,但3D结构非常类似。它比BLAST用一条query序列更有效地找出同源蛋白质。特别是寻找跨物种的distant homologues,这显然是BLAST实现不了的。

PSSM中同一个氨基酸在不同位点的得分不同,因此比PAM和BLOSUM更强调保守性和结构性,而不是序列本身。

PSI-BLAST分为几个重要步骤:

  1. 用初始的一条蛋白质序列作为query,去BLAST蛋白质数据库(BLOSUM62),获得初始结果
  2. 对初始的结果进行多序列比对,构建初始profile,即PSSM
  3. 用PSSM作为query,搜索数据库,发现较远的相似性序列,并给出E-value
  4. 构建新的PSSM,重复步骤3。这个过程不断迭代,直到没有符合要求(E-value threshold,比如0.005,有时可放宽至0.01)的新序列

具体步骤可阅读文章Gapped BLAST and PSI-BLAST: a new generation of protein database search program

NCBI的一篇PSI-BLAST tutorial 中列举了几个实际应用的例子:

例1: 大肠杆菌DNA聚合酶III的β亚基和真核细胞里的PCNA

β亚基是一个二聚体,每个单体上有三个同源的domain;PCNA是三聚体,每个单体上有两个同源的domain。这些domain都是同源的,包括两个α-螺旋和八个β折叠(PCNA里有九个)。两种蛋白质3D结构极其相似。但以因为进化距离远,BLAST发现不了二者间的相似性。c

参考:http://yangli.name/2015/11/11/20151111psiblast/


  • 发表于 2021-04-20 16:25
  • 阅读 ( 81 )
  • 分类:软件工具

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

419 篇文章

作家榜 »

  1. omicsgene 419 文章
  2. 安生水 226 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. CORNERSTONE 72 文章
  6. 红橙子 61 文章
  7. 生信老顽童 48 文章
  8. landy 37 文章