Семейство программ серии BLAST делится на пять основных групп (см. http://ru.wikipedia.org/wiki/BLAST):
- Нуклеотидные
- Белковые
- Транслирующие
- Геномные
- Специальные
Белковые предназначены для сравнения изучаемой аминокислотной последовательности белка с имеющейся базой данных белков и их участков. Конкретно PSI-BLAST (Position-Specific Iterated BLAST) проводит анализ с целью поиска последовательностей, обладающих незначительным сходством. Этот алгоритм использует технику профилей (Position-specific scoring matrix, PSSM) для поиска, которые строятся на основе уже найденных гомологов (итеративная процедура: нашли по профилю гомологов -> создали новый профиль -> нашли гомологов по новому профилю). Это позволяет выявить лучшие находки.
Профиль – это таблица, в которой строки отражают все аминокислоты, а столбцы – позиции в выравнивании. Число в ячейке отражает вес рассматриваемой аминокислоты в данной позиции (чем больше число, тем, соответственно, чаще встречается).
Работа алгоритма состоит из нескольких этапов:
- 1ая итерация: обычный белок-белковый BLAST
- Построение профиля (PSSM) на основе множественного выравнивания находок с E-value < 0,005 (порог можно менять)
- PSSM используется для поиска на следующей итерации
- Новые последовательности с E-value<0,005 добавляются в выравнивание, по которому строится новая PSSM
- Снова поиск и т.д., пока не сойдётся
Поиск считается сошедшимся, если после очередной итерации список находок выше порога не изменился. Это означает, что профиль тоже не изменится, и следующая итерация даст тот же результат. Чем больше гомологов, тем, соответственно, больше итераций нужно для алгоритмического схождения.
Таблица 1
| Номер итерации | Число находок выше порога (0,005) | Идентификатор худшей находки выше порога | E-value этой находки | Идентификатор лучшей находки ниже порога | E-value этой находки |
| 1 | 1 | YP_009031.1 | 2e-22 | ZP_01989141.1 | 1 |
| 2 | 8 | ZP_06182218.1 | 5e-05 | YP_004905238.1 | 3.2 |
| 3 | 8 | ZP_06182218.1 | 1e-08 | NP_609230.2 | 0.37 |
| 4 | 8 | ZP_06182218.1 | 1e-08 | NP_609230.2 | 0.37 |
При каждой последующей итерации происходит стабилизация результата. После третьего поиска список найденных гомологов не изменился, но e-value хитов изменился. Четвертый поиск не дал изменений, следовательно, поиск можно считать сошедшимся.
Чтобы проверить правильность подборки гомологов, надо построить выравнивание.
Рис.1.Выравнивание последовательности белка Q9QCL4 (самый нижней) и гомологов, найденных с помощью PSI-BLAST(для просмотра увеличенной версии кликните на рисунок)
Как показывает выравнивание, найденные белки гомологичные между собой. Первые четыре из них принадлежат организмам, относящимся Vibrio. К роду Однако, гомология найденных белков с рассматриваемым белком Q9QCL4 очень сомнительна.