BLAST-Algorithmus

BLAST (Abk. für engl. Basic Local Alignment Search Tool) ist der Überbegriff für eine Sammlung der weltweit am meisten genutzten Programme zur Analyse biologischer Sequenzdaten. BLAST wird dazu verwendet, experimentell ermittelte DNA- oder Protein-Sequenzen mit bereits in einer Datenbank vorhandenen Sequenzen zu vergleichen. Als Ergebnis liefert das Programm eine Reihe lokaler Alignments, d.h. Gegenüberstellungen von Stücken der gesuchten Sequenz mit ähnlichen Stücken aus der Datenbank. Darüber hinaus gibt BLAST an, wie signifikant die gefundenen Treffer sind. Die Suche in der Datenbank erfolgt entweder über ein Webschnittstelle oder mit Hilfe von verschiedenen Stand-Alone-Programmen, die lokal installiert werden können.

Weiteres empfehlenswertes Fachwissen

Leitfaden zu den grundlegenden Laborkenntnissen

Tägliche Sichtkontrolle der Laborwaagen

Richtiges Wägen mit Laborwaagen: Die Wägefibel

Funktionsweise

Die Idee des Algorithmus basiert auf der Wahrscheinlichkeit, dass Alignments mit vielen Treffern kurze Stücke von großer Identität besitzen. Diese Teilstücke werden dann während der Suche nach besseren und längeren Alignments weiter vergrößert.

Indem diese Segmente kurz gehalten werden, ist es möglich, die Abfragesequenz vor einer Suche zu bearbeiten und eine Tabelle aller möglichen Teilstücke mit ihrem Ursprung in der Originalsequenz vorzuhalten.

Dabei stellt der Algorithmus eine Liste aller benachbarten Worte fester Länge auf, die einen Treffer auf der Abfragesequenz mit einem höheren Scoring als ein zu wählender Parameter erzeugen würden. Anschließend wird die Zieldatenbank nach Worten in dieser Liste abgefragt und die gefundenen Treffer erweitert, um mögliche maximale zusammenhängende Treffer in beiden Richtungen zu finden.

Die Hauptanwendung von BLAST ist die Suche nach paralogen und orthologen Genen und Proteinen innerhalb eines oder mehrerer Organismen.

siehe auch Hauptartikel Sequenzalignment

Methoden (Auswahl)

Suchergebnisse

Die Homologie der bearbeiteten Suchsequenz wird Anhand von Score und E-Wert definiert.

Der Score ist eine quantitative Bewertung der Ähnlichkeit der Suchsequenz mit einer bekannten Sequenz (je höher, desto höher ist auch die Identität der Sequenzen).

Der E-Wert gibt an, mit welcher Wahrscheinlichkeit man Ergebnisse mit gleichem Score in einer Datenbank, in welcher sich zufällig generierte Sequenzen befinden, erzielen könnte (je kleiner, desto besser).

• Die Abkürzungen vor und innerhalb der Suchergebnisse bedeuten (Auswahl):

 GenBank                           gi|gi-number|gb|accession|locus
 EMBL Data Library                 gi|gi-number|emb|accession|locus
 DDBJ, DNA Database of Japan       gi|gi-number|dbj|accession|locus
 NCBI Reference Sequence           gi|gi-number|ref|accession|locus
 SWISS-PROT                        gi|gi-number|sp|accession|name
 General database identifier       gnl|database|identifier
 Local Sequence identifier         lcl|identifier

Anm: Die gi-Nummer ist eine Abfolge von Ziffern, die einen Datenbankeintrag des NCBI markiert.

Literatur

• Korf, I., Yandell, M., Bedell, J. BLAST. O'Reilly, Sebastopol, CA, 2003, ISBN 0-596-00299-8
• McGinnis S., & Madden T.L., (2004) BLAST: at the core of a powerful and diverse set of sequence analysis tools. Nucleic Acids Res. 32:W20-W25, [1]
• Altschul, Gish, Miller, et.al.(1990) Basic local alignment search tool. Journal of Molecular Biology 215. p. 403-410. PMID 2231712, DOI 10.1006/jmbi.1990.9999
• Altschul, S.F., Madden, T.L., Schaffer, A.A., Zhang, J., Zhang, Z., Miller, W. & Lipman, D.J. (1997) Gapped BLAST and PSI-BLAST: a new generation of protein database search programs. Nucleic Acids Res. 25:3389-3402. Medline
• Geer, L.Y., Domrachev, M., Lipman, D.J. & Bryant, S.H. (2002) CDART: Protein Homology by Domain Architecture Genome Res. 2002 12: 1619-1623. PMID 12368255

• Sansom, C. (2000): Database searching with DNA and protein sequences: an introduction. In: Brief Bioinform. Bd. 1, S. 22-32. PMID: 11466971 PDF

Siehe auch

• Sequenzalignment
• FASTA-Algorithmus
• Dotplot