8/19/2019 Clase 2.b BLAST

1/9

David Requena Anicama

Laboratorio de Bioinformática y Biología molecular –

 UPCHLaboratorio de Bioinformática – FARVET

david.requena.a@upch.pe

BLAST: Basic Local AnalysisSearch Tool

8/19/2019 Clase 2.b BLAST

2/9

BLAST

•  Atschul et al.

• Alignment heuristic method

• Hosted by NCBI

• Downloadable

8/19/2019 Clase 2.b BLAST

3/9

Steps:

• Filter LCR or SR: N(nt), X(aa).

• SEG, DUST

• XNU

• K-letter words:

11(nt) or 3(aa).

High scores Confusion

8/19/2019 Clase 2.b BLAST

4/9

8/19/2019 Clase 2.b BLAST

5/9

Steps:

•

Organizing the selected words:Searching tree

•Extend matches to HSP:

R P P Q G L F

D P P E G V V

HSP

Database

-2 7 7 2 6 1 -1

Query

8/19/2019 Clase 2.b BLAST

6/9

Steps:

•

HSP extension:

• Keep HSP > S: Random sequences

8/19/2019 Clase 2.b BLAST

7/9

Steps:

• HSP statistical significance:•

SW follows EVD (Gumbel Extreme Value Distribution)

• λ y k Statistical parameters:

• Susbtitution matrix

• Penalties

• Sequence composition

•   ′ ≈ ln

 

•   ′ ≈ ln

 

≥ = 1 ()

 

=log(′′)

 

m’ = Query effective sequence

n’ = Database effective sequence

H = Expected score of aleatory alignment

8/19/2019 Clase 2.b BLAST

8/9

E-value:

Número de veces que una secuencia de la base dedatos “no relacionada” puede obtener un score (s)

mayor a x por azar.

D = Number of database sequences.

= 1 − > ≈  

8/19/2019 Clase 2.b BLAST

9/9