zoukankan      html  css  js  c++  java
  • blast原理

    blast的原理就是将想要明确注释的sequence(这个sequence就是query)先打断,即一条sequence变成多条sub-sequence(sub-sequence也就是word),然后拿这些sub-sequence与数据库中的序列比较(数据库中的序列是已经注释过的),然后将这些word向两边延展,延展方式是将单个word(就是图中黄色的线)对应的sequence(就是图中黑色的线)保持不变,拿其他word的信息mapping到黑色线上。

    联系到实际实验就是,我手头的pep文件中的34条蛋白质序列就是34个query(就是黄色线),在blast中,先将这34条序列每一条都打断,然后与斑马雀.fa的数据库(就是黑色线)相互匹配,所以得到的结果是某一条scaffold(黑色线)与某一个gene(黄色线)的匹配情况。目的是想知道在某个物种中,某些gene的分布情况。

    由此产生的gff文件中的内容是:

    1.scaf_id

    2.gene_name

    3.scaf_len(整个一条sacffold的length)

    4.sacf_start(可以mapping到这个gene_name的word的起始位点)

    5.scaf_end(可以mapping到这个gene_name的word的终止位点,scaf_start与scaf_end之间的内容包括了exon和intron)

    6.block_number(是scaf_start与scaf_end之间的gene_name的exon个数)

    7.block_start(某个block的起始位点,此处可能有多个,如果block_number是3,则有3个block,也就有3个block_start)

    8.block_end(某个block的终止位点,此处可能有多个,如果block_number是3,则有3个block,也就有3个block_end)

    9.identify(某个block的identify,此处可能有多个,如果block_number是3,则有3个block,也就有3个identify)

    10.align_rate

  • 相关阅读:
    MySQL学习(十二)
    MySQL学习(十一)
    MySQL学习(十)
    MySQL学习(九)
    MySQL学习(八)
    hlg1600线性代数中的矩阵问题【区间dp】
    HDU1556Color the ball【标号法||树状数组】
    hlg1481 Attack of the Giant n-pus【二分+二分图】
    0918
    20140913
  • 原文地址:https://www.cnblogs.com/yuanjingnan/p/12443004.html
Copyright © 2011-2022 走看看