blastn在生物信息學中的應用

一、blastn基本介紹

BLAST(Basic Local Alignment Search Tool)是一種生物信息學常用的序列比對工具。可用於在數據庫中搜索與給定序列相似的序列。blastn是其中一種，是基於nucleotide sequences進行比對。

blastn算法的核心是比對scoring system，即計算query和database sequence的相似度。blastn算法計算相似度的方式是通過計算query和database sequence裡面的每個nucleotide pair的相似度，得到一個總的相似度score。比對結果可以根據score排序。

二、blastn在基因組學研究中的應用

1、基因注釋

blastn可以用於基因組注釋，通過將未知基因序列與已知基因組對比，從而確定未知基因的位置和功能信息。

# 將未知基因序列，比對到已知基因組上，得到比對結果
blastn -query unknown_gene.fasta -db reference_genome -out result.txt

2、SNP變異檢測

blastn可以用於檢測SNP(single nucleotide polymorphisms)變異，輸入變異位點序列和基因組序列，使用blastn進行比對。比對結果中可以找到SNP變異的位置。

# 將變異位點序列和基因組序列，比對得到相似度高的位置
blastn -query snp.fasta -subject genome.fasta -outfmt "6 qseqid sseqid pident length mismatch gapopen qstart qend sstart send evalue bitscore" > result.txt

三、blastn在基因表達譜分析中的應用

1、轉錄本注釋

blastn可以將已知基因的cDNA序列與基因組，進行比對從而注釋出轉錄本，如找到剪切異構體(splice variants)或者完成發育過程中的轉錄本。

# 將已知cDNA序列，比對到基因組上，得到剪切異構體序列
blastn -query cDNA_sequence.fasta -db reference_genome -outfmt "6 qseqid sseqid pident length mismatch gapopen qstart qend sstart send evalue bitscore" > splice_variants.txt

2、表達量定量

blastn可以對測序數據進行比對，來進行轉錄本表達量定量。通過將reads與轉錄本之間進行比對，量化不同轉錄本在不同樣本中的表達量，從而研究基因的表達譜。

# 將RNA-Seq數據比對到轉錄本上，得到表達量
blastn -query RNASeq_reads.fasta -db transcriptome.fasta -outfmt "6 sseqid qstart qend" > expression_level.txt

四、blastn在蛋白質結構預測中的應用

blastn還可以在蛋白質結構預測中的應用，通過比對蛋白質序列和蛋白質數據庫，得到相似蛋白質序列。在相似蛋白質上預測蛋白質的結構等信息。

# 將蛋白質序列比對到蛋白質數據庫中，得到相似蛋白質
blastn -query protein.fasta -db protein_database -outfmt "6 qseqid sseqid pident length mismatch gapopen qstart qend sstart send evalue bitscore" > similar_proteins.txt

五、blastn的使用注意事項

1、序列選擇

blastn需要比對兩個序列，query和database sequence。為了準確比對得到結果，需要根據不同研究問題選擇相應的序列。比如在基因注釋中，選擇未知基因序列和已知基因組作為query和database sequence；在表達量定量中，選擇RNA-Seq reads和轉錄本作為query和database sequence。

2、參數設置

blastn的參數調整對結果影響很大，需要根據研究問題和實驗數據進行合適的參數設置。比如在SNP變異檢測中，需要選擇合適的e-value和score threshold。

3、結果解釋

blastn的結果需要仔細解釋，包括比對位置、相似度得分、基因注釋結果、轉錄本定量表達結果等。需要根據具體的研究問題和實驗要求進行結果的解釋。