ความหมายของ BLAST
BLAST algorithm (อัลกอริทึม BLAST) ถูกพัฒนาโดย Altschul, Gish, Miller ประมาณปี 1990 ที่ National Center for Biotechnology Information (NCBI) BLAST ถูกใช้เพื่อ derive (นำมา) functional (หน้าที่) และ evolutionary relationships (ความสัมพันธ์เชิงวิวัฒนาการ) ระหว่าง sequences (ลำดับ) และช่วย recognize (ระบุ) members (สมาชิก) ของ gene families (กลุ่มยีน)
NCBI website รวม several common BLAST databases (ฐานข้อมูล BLAST ทั่วไปหลายตัว) ตาม content (เนื้อหา) ของพวกเขา พวกเขาถูก combined (รวม) เข้าเป็น nucleotide (นิวคลีโอด) และ protein (โปรตีน) databases NCBI ยัง supports (สนับสนุน) specialized BLAST databases รวมถึง vector screening database (ฐานข้อมูลคัดกรองเวกเตอร์) มี genome databases (ฐานข้อมูลยีนอม) หลายตัวสำหรับ multiple organisms (ออร์แกนิซึมหลายชนิด) และ trace databases (ฐานข้อมูล Trace)
แนวทาง Heuristic ของ BLAST
BLAST ใช้ heuristic approach (แนวทางฮิวริสติก) เพื่อ discover (ค้นพบ) largest local alignments (การจัดเรียงท้องถิ่นที่ใหญ่ที่สุด) ระหว่าง query sequence (ลำดับคิวรี่) และ database BLAST เพิ่ม overall speed (ความเร็วโดยรวม) ของการค้นหา (search) โดยการแบ่ง (dividing) sequences ที่จะเปรียบเทียบ เข้าเป็น sequences of fragments (ลำดับของส่วนย่อย) (นิยามว่า words - คำ) และ originally seeking (ค้นหาในเบื้องต้น) matches (การจับคู่) ระหว่าง words เหล่านี้
ใน BLAST words ถูกมองว่าเป็น k-tuples สำหรับ DNA nucleotides (นิวคลีโอด DNA) word โดยทั่วไปประกอบด้วย 11 bases (เบส/นิวคลีโอด) ในขณะที่สำหรับ proteins (โปรตีน) word โดยทั่วไปประกอบด้วย 3 amino acids (กรดอะมิโน) BLAST สร้าง hash table (ตารางแฮช) ของ neighborhood words (คำบริเวณเคียง/คำที่ใกล้เคียง) (i.e., nearly matching words) ในขณะที่ threshold (เกณฑ์) สำหรับ "closeness" (ความใกล้ชิด) ถูก set (ตั้งค่า) ขึ้นอยู่กับ statistics (สถิติ) มันเริ่มจาก exact matches (การจับคู่ที่แม่นยำ) ไปยัง neighborhood words
เพราะ good alignments (การจัดเรียงที่ดี) ต้อง contain (มี) several close matches (การจับคู่ใกล้เคียงหลายๆ) มันสามารถใช้ statistics เพื่อตัดสินใจว่า matches ใดเป็น significant (มีนัยสำคัญ) โดยการ hashing (แฮชชิง) มันสามารถค้นพบ matches ใน O(n) (linear) time ด้วยการขยาย (extending) matches ใน both directions (ทั้งสองทิศทาง) แนวทางนี้ discover (ค้นพบ) high quality alignments (การจัดเรียงคุณภาพสูง) รวมถึง several high-scoring และ maximum segment pairs (คู่セグเมนต์สูงสุด)
Versions และ Extensions ของ BLAST
มี several versions และ extensions (การขยาย) ของ BLAST algorithms ตัวอย่างเช่น MEGABLAST, Discontinuous MEGABLAST, และ BLASTN ทั้งหมดสามารถใช้เพื่อ recognize (ระบุ) nucleotide sequence (ลำดับนิวคลีโอด) MEGABLAST พัฒนาขึ้นโดยเฉพาะเพื่อ efficiently find (ค้นหาอย่างมีประสิทธิภาพ) long alignments (การจัดเรียงยาว) ระหว่าง very similar sequences (ลำดับที่คล้ายกันมาก) และดังนั้นเป็น best tool (เครื่องมือที่ดีที่สุด) ที่จะใช้เพื่อ find identical match (การจับคู่เหมือนกัน) กับ query sequence
One of the essential parameters (พารามิเตอร์สำคัญ) ที่ควบคุม sensitivity (ความไว) ของ BLAST searches คือ length (ความยาว) ของ original words (คำต้นฉบับ) หรือ word size Word size เป็น flexible (ยืดหยุ่น) ใน BLASTN และสามารถลดลงจาก default value (ค่าเริ่มต้น) ไปยัง minimum of 7 เพื่อ increase (เพิ่ม) search sensitivity (ความไวในการค้นหา) ดังนั้น BLASTN จึง superior to (เหนือกว่า) MEGABLAST ในการ discover (ค้นพบ) alignments กับ related nucleotide sequences (ลำดับนิวคลีโอดที่เกี่ยวข้อง) จาก different organisms (ออร์แกนิซึมต่างชนิด)
Standard protein-protein BLAST (BLASTP) ใช้สำหรับทั้ง recognizing a query amino acid sequence (ระบุลำดับกรดอะมิโนคิวรี่) และ discovering same sequences (ค้นพบลำดับเดียวกัน) ใน protein databases Position-Specific Iterated (PSI)-BLAST สร้างขึ้นสำหรับ higher sensitive (ไวกว่า) protein-similarity searches (การค้นหาความคล้ายคลึงโปรตีน) มีประโยชน์สำหรับ discovering very distantly related proteins (ค้นพบโปรตีนที่เกี่ยวข้องไกลมาก)
Pattern-Hit Initiated (PHI)-BLAST สามารถทำ limited protein pattern search (การค้นหา pattern โปรตีนจำกัด) ได้ มันถูกสร้างขึ้นเพื่อ search for proteins (ค้นหาโปรตีน) ที่ contain (มี) pattern ที่นิยามโดยผู้ใช้ และ are similar to (คล้ายกับ) query sequence ใน proximity (บริเวณใกล้เคียง) ของ pattern
