如何在 NCBI 上進(jìn)行菌種的同源性比對(duì)

當(dāng)我們將未知菌株送到公司測(cè)序時(shí)，并不意味著公司會(huì)直接告訴我們未知菌株是什么種什么屬的，他們只會(huì)給你未知菌株的測(cè)序序列，這時(shí)候就需要我們自己在 NCBI 上進(jìn)行同源性比對(duì)。

下面結(jié)合實(shí)驗(yàn)經(jīng)歷跟大家交流一下。 首先，我們先來(lái)弄清楚幾個(gè)概念：

Query：數(shù)據(jù)庫(kù)中的序列

alignments： 比對(duì)上的兩個(gè)序列

hits：兩個(gè)序列比對(duì)上的片段

Score：比對(duì)得分，如果序列匹配上得分，不一樣，減分，分值越高，兩個(gè)序列相似性越高

E Value：相對(duì)的一個(gè)統(tǒng)計(jì)值，值越小，越可信

Length：輸入序列的長(zhǎng)度

Identities：一致性，就是兩個(gè)序列有多少是一樣的

Accession：登錄號(hào)

NCBI 網(wǎng)站：blast.ncbi.nlm.nih.gov/Blast.cgi

操作步驟

1、打開(kāi)上述網(wǎng)站，出現(xiàn)圖 1 頁(yè)面，

圖1

點(diǎn)擊，進(jìn)入圖 2 頁(yè)面，

圖2

2、在圖 2 界面的

輸入序列， 這里以JF439461//CTTGGTCATTTAGAGGAAGTAAAAGTCGTAACAAGGTTTCCGTAGGTGAACCTGCGGAAGGAT CATTACCGAGTGCGGGTCCTTTGGGCCCAACCTCCCATCCGTGTCTATTGTACCCTGTTGCTTCGGCGGGCCC GCCGCTTGTCGGCCGCCGGGGGGGCGCCTCTGCCCCCCGGGCCCGTGCCCGCCGGAGACCCCAACACGA ACACTGTCTGAAAGCGTGCAGTCTGAGTTGATTGAATGCAATCAGTTAAAACTTTCAACAATGGATCTCTTG GTTCCGGCATCGATGAAGAACGCAGCGAAATGCGATAACTAATGTGAATTGCAGAATTCAGTGAATCATCGA GTCTTTGAACGCACATTGCGCCCCCTGGTATTCCGGGGGGCATGCCTGTCCGAGCGTCATTGCTGCCCTCAA GCCCGGCTTGTGTGTTGGGTCGCCGTCCCCCTCTCCGGGGGGACGGGCCCGAAAGGCAGCGGCGGCACC GCGTCCGATCCTCGAGCGTATGGGGCTTTGTCACATGCTCTGTAGGATTGGCCGGCGCCTGCCGACGTTTTC CAACCATTCTTTCCAGGTTGACCTCGGATCAGGTAGGGATACCCGCTGAACTTAAGCATATCAATAAGCGGA GGA為例。

選中頁(yè)面下的

然后點(diǎn)擊 BLAST。出現(xiàn)圖 3 和圖 4 的頁(yè)面（圖 3 和 4 是同一頁(yè)面的上下兩部分）。

圖3

圖4

3、在圖 3 頁(yè)面上

表示你可以調(diào)整參數(shù)，重新比對(duì)或者保存搜索條件以便下次比對(duì)，調(diào)整報(bào)告顯示的參數(shù)，以更符合你的要求、下載你比對(duì)的結(jié)果。

表示比對(duì)的標(biāo)題，優(yōu)先是 你填寫的，如果沒(méi)有填寫可能是你輸入 fasta 序列頭（大于號(hào)后面的），如果這個(gè)也沒(méi)有找到， NCBI 會(huì)自動(dòng)生成一個(gè)。

表示你輸入序列的信息，包括標(biāo)識(shí)號(hào)、描述信息、類型、長(zhǎng)度。

表示你可以查看其他報(bào)告，比如摘要、分類、距離樹(shù)等。

4、在圖 4 的頁(yè)面上 Ident 越高，表明序列的同源性也就越高。通過(guò)同源性較高的描述你可以初步判斷未知菌株的類別。點(diǎn)擊同源性較高的，比如我們點(diǎn)開(kāi)第一個(gè)，出現(xiàn)圖 5 的頁(yè)面，將滾動(dòng)條向下拉至圖 6，得到比對(duì)同源性高的序列，將其登錄號(hào)以及序列保存在文本文檔中， 通過(guò)系統(tǒng)發(fā)育樹(shù)我們能具體判別未知菌株屬于哪種菌株。

圖5

圖6