Blast结果的详细解析

Posted on 2009 年 7 月 9 日

要使用程序对blast结果进行解析、分析，就必须对BLAST的结果形式有深入的了解，本篇文章将向你详细说明Blast结果的数据结构，供参考。这里的指的是blast默认的结果，也是我们应用最多的结果。

3.14.1. 结果文件的结构

一个BLAST的结果文件，大致结构如下：
每个blast结果文件都以固定的header开头，里面包含了BLAST程序名称，版本与Reference信息。接下来包含一个或多个Query，每个query包含以下内容：
Query information
Sequences producing significant alignments
Subjects
Query information是对一个query 序列的基本信息描述，Sequences producing significant alignments是对所有subjects的简要list。每个subjects是query序列在数据库中比对上的一条序列。

3.14.2. HEADER

每个blast结果文件都以固定的header开头，里面包含了BLAST程序名称，版本与Reference信息。

blast结果解读-header

3.14.3. QUERY

每个blast结果文件包含一个或多个Query，每个query包含以下内容：
Query information
Sequences producing significant alignments
Subjects

blast结果解读-Query

3.14.4. QUERY INFORMATION

Query information是对一个query 序列的基本信息描述。该部分包括
 Name：Fasta序列对于序列描述的部分（见本文档section1.2部分说明）
 Accession：接收号，或者location
 Description：序列描述
 Length：序列的长度
 Database：用户使用的数据库信息

3.14.5. SEQUENCES PRODUCING SIGNIFICANT ALIGNMENTS

该处的信息是所有subjects的简要list。

blast结果解读-subjects list

3.14.6. SUBJECTS

每个subjects是query序列在数据库中比对上的一条序列。每个subject部分包括
 Subject序列信息
 一个或多个alignment

3.14.7. SUBJECT序列信息

Subject序列信息包括该序列的：
 Name：Fasta序列对于序列描述的部分
 Accession：接收号，或者location
 Description：序列描述
 Length：序列的长度

BLAST-subjects

3.14.8. ALIGNMENT

一个query序列和一个subject序列的比对结果，可能是一个或多个alignment，每个alignment包括如下信息，其中strand，frame和positives三项，随着所用blast程序的不同而有变动：
 Score：281
 Expect：2e-54
 Percent_identity
 Identities
 bits ：110
 Length
 Mismatches= Length – Identities
 Gaps：为空时，Gaps=0
 Strand （blastn）
 Frame （blastx，tblastn，tblastx）
 Positives (blastp, blastx，tblastn，tblastx)
 Query_start
 Query_end
 Subject _start
 Subject _end

BLAST-subjects

3.14.9. 数据结构总结

比对结果分三个层次
Query下面有一个或者多个Subject，一个Subject下面有多个Alignments。
Query 从“Query=” 开始到下一个 “Query=”或者文件结束
Subject 从“>”开始到下一个“>”或者“Query=”或者文件结束
Alignment 从“Score =”开始到下一个“Score =”或“>”或者“Query=”或者文件结束。

BLAST-数据结构