新手上路，一文秒懂Blast结果图（附序列比对网址）

众所周知，同源性是预测基因和蛋白质功能的主要线索，而序列同源性的判断则离不开两个或多个序列之间相似性的检测。一般来说，序列间的相似度越高，它们是同源序列的可能性就越高。

其中，序列比对无疑是评估序列相似性的最简单方法。显然，Blast就是序列比对检测的中坚力量。Blast自1990年首次亮相以来，凭借从各大数据库（EST、PDB数据库等）获取信息的能力，迅速成为序列比对界的领头羊。

老实说，Blast的界面非常友好，点击相应模块后，大家只需在序列框中丢上自己的靶序列，勾选好物种基因组，点击搜索即可！

可看着结果界面涌现出的几十个、数百个甚至数千个候选匹配序列，不少选择困难症的童鞋表示头疼不已：结果辣么多，究竟哪个才是最优解？本文以NM_001206932为例，分解BLAST结果页面，让大家迅速摆脱Blast新手身份。

首先会看到一个表头，即本次比对的基本信息，如比对类型、序列长度、所选的数据库等等。如果所选的数据库不合适，请及时迷途知返哦。

接下来就是Blast的结果显示图（Graphic Summary）：颜色比例尺，其中相似度从高到低排列分别为：红、紫、绿、蓝、黑，红色区域越多则表示有较好的比对结果。

而在Blast结果的描述区域，两个衡量标准最为重要：Max Score和E值（E value），前者匹配片段越长，相似性越高则Score值越大；后者是得到上述Score值的概率的大小。E值越小表示随机情况下得到该Score值的可能性越低。

而点击相应注释名称，又或者在结果显示图（Graphic Summary）中点击对应的线条，均可以查看比对结果的详细信息。

其中，Expect(E值)、Identities（一致性）、Gaps（缺失或插入）三项是评价blast结果的标准。E值接近零或者为零时，具体上就是完全匹配了；一致性：匹配上的碱基数占总序列长的百分数。

如此，就可对Blast结果做到了如指掌，然而有些急性子的科研者却对Blast的运行速度有些瞧不上眼，因而又挖掘出了序列比对的新神器Blat，不仅让序列比对速度翻倍增长，而且其共线性输出结果更加简单易读。详情请查看文章《 Blast太慢？可以试试Blat 》。

功能：多序列比对相似性展示

网址：http://cotton.hzau.edu.cn/EN/tools/BioERCP/simitrix.php

功能：运行速度比较快的多序列比对

网址：http://www.ebi.ac.uk/Tools/msa/muscle/#