Blast
Content
BLAST
1
BLAST
BLAST
Desarrollador
Altschul S.F., Gish W., Miller E.W., Lipman D.J., NCBI
[1]
Información general
Última versión estable 2.2.25
31 de marzo de 2011
Género
Herramienta Bioinformática
Sistema operativo
UNIX, Linux, Mac OS X, MS-Windows
Licencia
Dominio Público
En español
No
BLAST (Basic Local Alignment Search Tool) es un programa informático de alineamiento de secuencias de tipo
local, ya sea de ADN, ARN o de proteínas. El programa es capaz de comparar una secuencia problema (también
denominada en la literatura secuencia query) contra una gran cantidad de secuencias que se encuentren en una base
de datos. El algoritmo encuentra las secuencias de la base de datos que tienen mayor parecido a la secuencia
problema. Es importante mencionar que BLAST usa un algoritmo heurístico por lo que no nos puede garantizar que
ha encontrado la solución correcta. Sin embargo, BLAST es capaz de calcular la significación de sus resultados, por
lo que nos provee de un parámetro para juzgar los resultados que se obtienen.
Normalmente el BLAST es usado para encontrar probables genes homólogos. Por lo general, cuando una nueva
secuencia es obtenida, se usa el BLAST para compararla con otras secuencias que han sido previamente
caracterizadas, para así poder inferir su función. El BLAST es la herramienta más usada para la anotación y
predicción funcional de genes o secuencias proteicas. Muchas variantes han sido creadas para resolver algunos
problemas específicos de búsqueda.
BLAST es desarrollado por los Institutos Nacionales de Salud del gobierno de EE. UU., por lo que es de dominio
público y puede usarse gratuitamente desde el servidor del Centro Nacional para la Información Biotecnológica
(NCBI). También está disponible para ser instalado localmente. Algunas ventajas de usar el servidor del NCBI son
que el usuario no tiene que mantener ni actualizar las bases de datos y que la búsqueda se hace en un cluster de
computadoras, lo que otorga rapidez. Las desventajas son: no se permiten hacer búsquedas masivas dado que es un
recurso compartido, no se puede personalizar las bases de datos contra la que busca el programa, y las secuencias son
enviadas al servidor del NCBI sin ningún tipo de cifrado, lo que puede ser un problema para quienes quieran
mantener sus secuencias privadas. La aplicación local de BLAST tiene la ventaja de que permite manejar varios
parámetros que en las búsquedas de NCBI están estandarizados, por lo que provee una mayor flexibilidad para los
usuarios avanzados.
Algoritmo del BLAST
BLAST usa el algoritmo Smith-Waterman para realizar sus alineamientos[2]
BLAST usa una matriz de sustitución de aminoácidos o nucleótidos para calificar sus alineamientos. Dicha matriz
contiene la puntuación (también llamada score) que se le da al alinear un nucleótido o un aminoácido X de la
secuencia A con otro aminoácido Y de la secuencia B. Las matrices más usadas para calificar alineamientos de
proteínas son la BLOSUM y la PAM (ambas fueron obtenidas midiendo la frecuencia de los aminoácidos en una
gran muestra de proteínas). También se permite al usuario definir su propia matriz. El tipo de matriz usada es
BLAST
determinante para los resultados que se obtendrán, el uso de una matriz incorrecta puede llevar a calificar
erróneamente los alineamientos y por lo tanto obtener resultados equivocados.
El algoritmo de BLAST tiene tres etapas principales: ensemillado, extensión y evaluación. A continuación se
describen brevemente cada una de ellas:
Primera etapa: ensemillado o seeding.
En esta etapa se buscan "palabras" pequeñas en las secuencias de la base de datos, que corresponden a fragmentos de
la secuencia problema. BLAST asume que los alineamientos significativos deben contener estas palabras. Sólo se
consideran significativas las palabras que tengan una puntuación mayor a T (T es un parámetro que se pueda
modificar al usar el programa) y que se encuentren al menos a una distancia A de otra palabra. W es otro parámetro
usado por BLAST y se refiere al tamaño de las palabras a buscar. Ajustando los parámetros T, A y W se puede
escoger entre hacer un alineamiento sensible pero lento, o uno más rápido pero con menor sensibilidad.
Segunda etapa: extensión.
Una vez obtenidas las palabras que cumplen con los criterios dados, se pasa a la etapa de extensión. En esta etapa el
alineamiento se va extendiendo a ambos lados de las palabras. La extensión realizada en este punto se realiza
haciendo uso del algoritmo de Smith-Waterman. BLAST va extendiendo el alineamiento hasta que la puntuación del
alineamiento descienda X o más puntos con respecto a la puntuación más alta obtenida anteriormente. Aquí reside el
factor heurístico del BLAST, ya que al imponer el límite X, evita extender a lo largo de toda la secuencia todos los
alineamientos (proceso que llevaría demasiado tiempo). El peligro que esto conlleva es que el programa se puede
quedar atorado en un máximo local. Es por ello que la definición de X es determinante para el resultado.
Tercera etapa: evaluación
Una vez terminada la extensión de todas las palabras, cada uno de los alineamientos realizados es evaluado para
determinar su significación estadística. Para ello, el programa elimina los alineamientos inconsistentes
(alineamientos que junten la misma parte de la secuencia problema con distintas partes de una secuencia en la base
de datos). Los alineamientos resultantes son llamados pares de alta puntuación (High Score Pairs o HSPs, por sus
siglas en inglés). Una vez realizado esto, se calcula la puntuación final de los alineamientos resultantes y se
determina su significación tomando en cuenta la probabilidad que tiene dicho alineamiento de haber sido obtenido
por azar de acuerdo al tamaño de la base de datos. Al final se reportan sólo los alineamientos que hayan obtenido una
probabilidad mayor a E. El parámetro E es conocido como e-valor (e-value) de corte, y nos permite definir qué
alineamientos queremos obtener de acuerdo a su significación estadística. Cuanto menor sea el valor de E, más
significativo es un alineamiento.
Programas de la familia BLAST
Blastn
Es de los más comúnmente usados. Compara una secuencia de nucleótidos contra una base de datos que contenga
también secuencias nucleotídicas.
Blastp
Es el otro tipo de BLAST más usado. Es un BLAST "con huecos" (o gaps) que compara una secuencia de
aminoácidos contra una base de datos del mismo tipo. Usualmente usa la matriz de sustitución BLOSUM o PAM
para realizar los alineamientos, aunque puede usar una matriz definida por el usuario.
2
BLAST
BlastX
Este programa usa como entrada una secuencia de nucléotidos. Traduce la secuencia en sus seis posibles marcos de
lectura (tres marcos de lecturas por hebra) y compara estas secuencias traducidas contra una base de datos de
proteínas. Se usa cuando se tiene sospecha de que la secuencia de entrada codifica para una proteína pero no se sabe
exactamente cuál es su producto.
TBlastn
Compara una secuencia proteica con una base de datos de nucléotidos. Para realizar esto traduce todas las secuencias
de nucleótidos en sus seis marcos de lectura. Se usa cuando se tiene una proteína, y el análisis con Blastp no ha sido
exitoso. Se debe tener cuidado con los resultados de este Blast, porque una buena cantidad de las secuencias
traducidas no son proteínas que existan en la naturaleza.
TBlastX
Es la combinación del TBlastn con el BlastX. Compara una secuencia de nucleótidos contra una base de datos de
nucleótidos, pero primero traduce tanto la secuencia problema como la base de datos a proteínas, usando los seis
marcos de lectura posibles. La mayoría de los servidores públicos no aceptan usar esta opción en combinación con
las bases de mayor tamaño debido a que la búsqueda es muy intensiva computacionalmente.
Bl2seq
Es un blast que compara dos secuencias entre ellas, en vez de comparar una secuencia con una base de datos. Al usar
el mismo algoritmo de BLAST, este programa no es recomendable para secuencias donde las regiones de similitud
están muy separadas.
Variantes del BLAST
Gapped Blast
Esta es una mejora al algoritmo original del BLAST.[3] También se lo conoce como BLAST 2.0. Se trata de un
BLAST que contempla la existencia de pequeñas inserciones o eliminaciones en las secuencias que se están
comparando, permitiendo así alinear uno o varios nucléotidos o aminoácidos con huecos vacíos llamados gaps.
Actualmente es la forma usual de BLAST que se usa. El uso de este nuevo enfoque, agrega dos parámetros al
algoritmo, uno es la penalización que se da en la puntuación por alinear un nucleótido o aminoácido con un gap y el
otro es una penalización por extender un gap preexistente. Siempre se considera más "costoso" abrir un nuevo gap
que expandir uno existente.
PsiBlast
Esta variante de BLAST[3] es usada para buscar posibles homólogos en organismos muy lejanos entre ellos,
filogenéticamente hablando. Está disponible sólo para secuencias de aminoácidos. Se trata de un programa iterativo
que va calculando sus propias Matriz de sustitución en cada iteración.
Al inicio, hace un Blastp normal, usando una matriz estándar para calificar los alineamientos. De las secuencias
obtenidas en este alineamiento, el programa genera una nueva matriz de sustitución, basándose en las frecuencias de
los aminoácidos de las secuencias obtenidas en los alineamientos. Usa esta nueva matriz para realizar otro
alineamiento. Esto permite en general encontrar nuevos alineamientos, que son usados para calcular una nueva
matriz. El proceso se repite tantas veces como el usuario lo indique, o hasta que ya no se encuentran nuevos
alineamientos.
3
BLAST
WU BLAST
Más que una variante, es el algoritmo de BLAST implementado por bioinformáticos de la Universidad de
Washington. Según sus creadores, es un algoritmo mucho más rápido y eficiente que el BLAST de NCBI, e igual de
sensible. Es ideal si se quieren realizar análisis masivos de BLAST. Otra diferencia es la licencia, WU BLAST es
software propietario y es gratuito solo para uso académico.
Consideraciones al usar BLAST
• A pesar de que BLAST es un programa muy poderoso y casi siempre podemos confiar en sus resultados, se debe
recordar que el programa es heurístico y por lo tanto puede que no encuentre la solución óptima. En la actualidad,
el abuso y la pobre interpretación de los resultados de BLAST ha llevado a múltiples errores de anotación. Una
cosa a tener en cuenta al usar BLAST es que cuanta más evidencia externa se pueda obtener para corroborar un
alineamiento (fisiológica, filogenética, genética, etc.) es mejor.
• El programa de BLAST NO garantiza que las secuencias que alinea sean homólogas y mucho menos que tengan
la misma función, simplemente provee posibles candidatos. Se necesitan más análisis para anotar correctamente
una secuencia.
• La puntuación del BLAST depende del largo de la secuencia, una secuencia muy corta tendrá una puntuación
menor que una grande simplemente por la cantidad de caracteres que tiene. Así que siempre se debe interpretar la
puntuación con respecto al largo de la secuencia.
• El e-valor depende del tamaño de la base de datos. Para bases de datos muy pequeñas, e-valores altos son más
significativos que para bases de datos muy grandes. Para la base de datos no redundante (NR) de NCBI por lo
general e-valores de 0.01 o menos son considerados como significativos, pero esto puede depender de la
secuencia que se esté analizando.
• Se debe tener cuidado con los errores de anotación; es común que alguna secuencia que se anotó mal (ya sea
porque se anotó automáticamente o por error humano) sea utilizada como referencia para anotar otras secuencias
similares, por lo que los errores de anotación se pueden propagar rápidamente. Siempre debemos especificar que
la función de nuestra secuencia es posible o probable si fue asignada usando identidad con otras secuencias.
Asimismo debemos tener en cuenta que la gran mayoría de las funciones asignadas en la actualidad son putativas
y que pueden no ser una buena referencia para una asignación funcional.
• A pesar de lo que comúnmente se piensa, las secuencias con la mejor puntuación o el mejor e-valor NO
necesariamente son los mejores candidatos a ser genes homólogos. Es importante analizar todos los alineamientos
que encuentra el programa y sacar conclusiones en base al resultado global.
• BLAST tiene varios parámetros por defecto que en general funcionan bien para la mayoría de los casos, pero
habrá situaciones en las que es necesario cambiarlos para obtener mejores resultados. No hay forma de saber
exactamente qué parámetro es el óptimo, y se tienen que realizar múltiples pruebas hasta encontrar las mejores
condiciones.
4
BLAST
5
Enlaces externos
•
•
•
•
BLAST en National Center for Biotechnology Information (NCBI) [4] (en inglés).
Tutorial de Blast en NCBI [5] (en inglés)
Servidor del Wu Blast [6] (en inglés)
mpiBLAST Demo [7] - mpiBLAST Parallel Version (italian - inglés)
Referencias
[1] http:/ / www. ncbi. nlm. nih. gov/ BLAST/ ''
[2] Smith TF, Waterman MS (1981). « Identification of common molecular subsequences (http:/ / linkinghub. elsevier. com/ retrieve/ pii/
0022-2836(81)90087-5)». J Mol Biol 147 (1): pp. 195-7. PMID 7265238. .
[3] Altschul, S. F., et. al. (1997). « Gapped BLAST and PSI-BLAST: a new generation of protein database search programs (http:/ / nar.
oxfordjournals. org/ cgi/ content/ full/ 25/ 17/ 3389)». Nucleic Acid Res 25: pp. 3389-402. PMID 9254694. .
[4] http:/ / www. ncbi. nlm. nih. gov/ BLAST/
[5] http:/ / www. ncbi. nlm. nih. gov/ Education/ BLASTinfo/ tut1. html
[6] http:/ / www. ebi. ac. uk/ blast2/
[7] http:/ / www. uniclust. it/ index. php/ en/ component/ content/ article/ 47-bioclust/ 98-parallel-blast-bioinformatic. html
Fuentes y contribuyentes del artículo
Fuentes y contribuyentes del artículo
BLAST Fuente: http://es.wikipedia.org/w/index.php?oldid=53390307 Contribuyentes: Alexav8, AlfonsoERomero, Artistadelpecado, Asasia, Cinabrium, Damifb, Dav7mx, Death Master, Gonis,
Guevonaso, JRGL, Joseaperez, Laz, Lin linao, Resped, RoyFocker, Rsg, Sabbut, Sargentgarcia89, Sbassi, Superzerocool, Tano4595, UA31, Wesisnay, Youssefsan, 20 ediciones anónimas
Licencia
Creative Commons Attribution-Share Alike 3.0 Unported
//creativecommons.org/licenses/by-sa/3.0/
6
1
BLAST
BLAST
Desarrollador
Altschul S.F., Gish W., Miller E.W., Lipman D.J., NCBI
[1]
Información general
Última versión estable 2.2.25
31 de marzo de 2011
Género
Herramienta Bioinformática
Sistema operativo
UNIX, Linux, Mac OS X, MS-Windows
Licencia
Dominio Público
En español
No
BLAST (Basic Local Alignment Search Tool) es un programa informático de alineamiento de secuencias de tipo
local, ya sea de ADN, ARN o de proteínas. El programa es capaz de comparar una secuencia problema (también
denominada en la literatura secuencia query) contra una gran cantidad de secuencias que se encuentren en una base
de datos. El algoritmo encuentra las secuencias de la base de datos que tienen mayor parecido a la secuencia
problema. Es importante mencionar que BLAST usa un algoritmo heurístico por lo que no nos puede garantizar que
ha encontrado la solución correcta. Sin embargo, BLAST es capaz de calcular la significación de sus resultados, por
lo que nos provee de un parámetro para juzgar los resultados que se obtienen.
Normalmente el BLAST es usado para encontrar probables genes homólogos. Por lo general, cuando una nueva
secuencia es obtenida, se usa el BLAST para compararla con otras secuencias que han sido previamente
caracterizadas, para así poder inferir su función. El BLAST es la herramienta más usada para la anotación y
predicción funcional de genes o secuencias proteicas. Muchas variantes han sido creadas para resolver algunos
problemas específicos de búsqueda.
BLAST es desarrollado por los Institutos Nacionales de Salud del gobierno de EE. UU., por lo que es de dominio
público y puede usarse gratuitamente desde el servidor del Centro Nacional para la Información Biotecnológica
(NCBI). También está disponible para ser instalado localmente. Algunas ventajas de usar el servidor del NCBI son
que el usuario no tiene que mantener ni actualizar las bases de datos y que la búsqueda se hace en un cluster de
computadoras, lo que otorga rapidez. Las desventajas son: no se permiten hacer búsquedas masivas dado que es un
recurso compartido, no se puede personalizar las bases de datos contra la que busca el programa, y las secuencias son
enviadas al servidor del NCBI sin ningún tipo de cifrado, lo que puede ser un problema para quienes quieran
mantener sus secuencias privadas. La aplicación local de BLAST tiene la ventaja de que permite manejar varios
parámetros que en las búsquedas de NCBI están estandarizados, por lo que provee una mayor flexibilidad para los
usuarios avanzados.
Algoritmo del BLAST
BLAST usa el algoritmo Smith-Waterman para realizar sus alineamientos[2]
BLAST usa una matriz de sustitución de aminoácidos o nucleótidos para calificar sus alineamientos. Dicha matriz
contiene la puntuación (también llamada score) que se le da al alinear un nucleótido o un aminoácido X de la
secuencia A con otro aminoácido Y de la secuencia B. Las matrices más usadas para calificar alineamientos de
proteínas son la BLOSUM y la PAM (ambas fueron obtenidas midiendo la frecuencia de los aminoácidos en una
gran muestra de proteínas). También se permite al usuario definir su propia matriz. El tipo de matriz usada es
BLAST
determinante para los resultados que se obtendrán, el uso de una matriz incorrecta puede llevar a calificar
erróneamente los alineamientos y por lo tanto obtener resultados equivocados.
El algoritmo de BLAST tiene tres etapas principales: ensemillado, extensión y evaluación. A continuación se
describen brevemente cada una de ellas:
Primera etapa: ensemillado o seeding.
En esta etapa se buscan "palabras" pequeñas en las secuencias de la base de datos, que corresponden a fragmentos de
la secuencia problema. BLAST asume que los alineamientos significativos deben contener estas palabras. Sólo se
consideran significativas las palabras que tengan una puntuación mayor a T (T es un parámetro que se pueda
modificar al usar el programa) y que se encuentren al menos a una distancia A de otra palabra. W es otro parámetro
usado por BLAST y se refiere al tamaño de las palabras a buscar. Ajustando los parámetros T, A y W se puede
escoger entre hacer un alineamiento sensible pero lento, o uno más rápido pero con menor sensibilidad.
Segunda etapa: extensión.
Una vez obtenidas las palabras que cumplen con los criterios dados, se pasa a la etapa de extensión. En esta etapa el
alineamiento se va extendiendo a ambos lados de las palabras. La extensión realizada en este punto se realiza
haciendo uso del algoritmo de Smith-Waterman. BLAST va extendiendo el alineamiento hasta que la puntuación del
alineamiento descienda X o más puntos con respecto a la puntuación más alta obtenida anteriormente. Aquí reside el
factor heurístico del BLAST, ya que al imponer el límite X, evita extender a lo largo de toda la secuencia todos los
alineamientos (proceso que llevaría demasiado tiempo). El peligro que esto conlleva es que el programa se puede
quedar atorado en un máximo local. Es por ello que la definición de X es determinante para el resultado.
Tercera etapa: evaluación
Una vez terminada la extensión de todas las palabras, cada uno de los alineamientos realizados es evaluado para
determinar su significación estadística. Para ello, el programa elimina los alineamientos inconsistentes
(alineamientos que junten la misma parte de la secuencia problema con distintas partes de una secuencia en la base
de datos). Los alineamientos resultantes son llamados pares de alta puntuación (High Score Pairs o HSPs, por sus
siglas en inglés). Una vez realizado esto, se calcula la puntuación final de los alineamientos resultantes y se
determina su significación tomando en cuenta la probabilidad que tiene dicho alineamiento de haber sido obtenido
por azar de acuerdo al tamaño de la base de datos. Al final se reportan sólo los alineamientos que hayan obtenido una
probabilidad mayor a E. El parámetro E es conocido como e-valor (e-value) de corte, y nos permite definir qué
alineamientos queremos obtener de acuerdo a su significación estadística. Cuanto menor sea el valor de E, más
significativo es un alineamiento.
Programas de la familia BLAST
Blastn
Es de los más comúnmente usados. Compara una secuencia de nucleótidos contra una base de datos que contenga
también secuencias nucleotídicas.
Blastp
Es el otro tipo de BLAST más usado. Es un BLAST "con huecos" (o gaps) que compara una secuencia de
aminoácidos contra una base de datos del mismo tipo. Usualmente usa la matriz de sustitución BLOSUM o PAM
para realizar los alineamientos, aunque puede usar una matriz definida por el usuario.
2
BLAST
BlastX
Este programa usa como entrada una secuencia de nucléotidos. Traduce la secuencia en sus seis posibles marcos de
lectura (tres marcos de lecturas por hebra) y compara estas secuencias traducidas contra una base de datos de
proteínas. Se usa cuando se tiene sospecha de que la secuencia de entrada codifica para una proteína pero no se sabe
exactamente cuál es su producto.
TBlastn
Compara una secuencia proteica con una base de datos de nucléotidos. Para realizar esto traduce todas las secuencias
de nucleótidos en sus seis marcos de lectura. Se usa cuando se tiene una proteína, y el análisis con Blastp no ha sido
exitoso. Se debe tener cuidado con los resultados de este Blast, porque una buena cantidad de las secuencias
traducidas no son proteínas que existan en la naturaleza.
TBlastX
Es la combinación del TBlastn con el BlastX. Compara una secuencia de nucleótidos contra una base de datos de
nucleótidos, pero primero traduce tanto la secuencia problema como la base de datos a proteínas, usando los seis
marcos de lectura posibles. La mayoría de los servidores públicos no aceptan usar esta opción en combinación con
las bases de mayor tamaño debido a que la búsqueda es muy intensiva computacionalmente.
Bl2seq
Es un blast que compara dos secuencias entre ellas, en vez de comparar una secuencia con una base de datos. Al usar
el mismo algoritmo de BLAST, este programa no es recomendable para secuencias donde las regiones de similitud
están muy separadas.
Variantes del BLAST
Gapped Blast
Esta es una mejora al algoritmo original del BLAST.[3] También se lo conoce como BLAST 2.0. Se trata de un
BLAST que contempla la existencia de pequeñas inserciones o eliminaciones en las secuencias que se están
comparando, permitiendo así alinear uno o varios nucléotidos o aminoácidos con huecos vacíos llamados gaps.
Actualmente es la forma usual de BLAST que se usa. El uso de este nuevo enfoque, agrega dos parámetros al
algoritmo, uno es la penalización que se da en la puntuación por alinear un nucleótido o aminoácido con un gap y el
otro es una penalización por extender un gap preexistente. Siempre se considera más "costoso" abrir un nuevo gap
que expandir uno existente.
PsiBlast
Esta variante de BLAST[3] es usada para buscar posibles homólogos en organismos muy lejanos entre ellos,
filogenéticamente hablando. Está disponible sólo para secuencias de aminoácidos. Se trata de un programa iterativo
que va calculando sus propias Matriz de sustitución en cada iteración.
Al inicio, hace un Blastp normal, usando una matriz estándar para calificar los alineamientos. De las secuencias
obtenidas en este alineamiento, el programa genera una nueva matriz de sustitución, basándose en las frecuencias de
los aminoácidos de las secuencias obtenidas en los alineamientos. Usa esta nueva matriz para realizar otro
alineamiento. Esto permite en general encontrar nuevos alineamientos, que son usados para calcular una nueva
matriz. El proceso se repite tantas veces como el usuario lo indique, o hasta que ya no se encuentran nuevos
alineamientos.
3
BLAST
WU BLAST
Más que una variante, es el algoritmo de BLAST implementado por bioinformáticos de la Universidad de
Washington. Según sus creadores, es un algoritmo mucho más rápido y eficiente que el BLAST de NCBI, e igual de
sensible. Es ideal si se quieren realizar análisis masivos de BLAST. Otra diferencia es la licencia, WU BLAST es
software propietario y es gratuito solo para uso académico.
Consideraciones al usar BLAST
• A pesar de que BLAST es un programa muy poderoso y casi siempre podemos confiar en sus resultados, se debe
recordar que el programa es heurístico y por lo tanto puede que no encuentre la solución óptima. En la actualidad,
el abuso y la pobre interpretación de los resultados de BLAST ha llevado a múltiples errores de anotación. Una
cosa a tener en cuenta al usar BLAST es que cuanta más evidencia externa se pueda obtener para corroborar un
alineamiento (fisiológica, filogenética, genética, etc.) es mejor.
• El programa de BLAST NO garantiza que las secuencias que alinea sean homólogas y mucho menos que tengan
la misma función, simplemente provee posibles candidatos. Se necesitan más análisis para anotar correctamente
una secuencia.
• La puntuación del BLAST depende del largo de la secuencia, una secuencia muy corta tendrá una puntuación
menor que una grande simplemente por la cantidad de caracteres que tiene. Así que siempre se debe interpretar la
puntuación con respecto al largo de la secuencia.
• El e-valor depende del tamaño de la base de datos. Para bases de datos muy pequeñas, e-valores altos son más
significativos que para bases de datos muy grandes. Para la base de datos no redundante (NR) de NCBI por lo
general e-valores de 0.01 o menos son considerados como significativos, pero esto puede depender de la
secuencia que se esté analizando.
• Se debe tener cuidado con los errores de anotación; es común que alguna secuencia que se anotó mal (ya sea
porque se anotó automáticamente o por error humano) sea utilizada como referencia para anotar otras secuencias
similares, por lo que los errores de anotación se pueden propagar rápidamente. Siempre debemos especificar que
la función de nuestra secuencia es posible o probable si fue asignada usando identidad con otras secuencias.
Asimismo debemos tener en cuenta que la gran mayoría de las funciones asignadas en la actualidad son putativas
y que pueden no ser una buena referencia para una asignación funcional.
• A pesar de lo que comúnmente se piensa, las secuencias con la mejor puntuación o el mejor e-valor NO
necesariamente son los mejores candidatos a ser genes homólogos. Es importante analizar todos los alineamientos
que encuentra el programa y sacar conclusiones en base al resultado global.
• BLAST tiene varios parámetros por defecto que en general funcionan bien para la mayoría de los casos, pero
habrá situaciones en las que es necesario cambiarlos para obtener mejores resultados. No hay forma de saber
exactamente qué parámetro es el óptimo, y se tienen que realizar múltiples pruebas hasta encontrar las mejores
condiciones.
4
BLAST
5
Enlaces externos
•
•
•
•
BLAST en National Center for Biotechnology Information (NCBI) [4] (en inglés).
Tutorial de Blast en NCBI [5] (en inglés)
Servidor del Wu Blast [6] (en inglés)
mpiBLAST Demo [7] - mpiBLAST Parallel Version (italian - inglés)
Referencias
[1] http:/ / www. ncbi. nlm. nih. gov/ BLAST/ ''
[2] Smith TF, Waterman MS (1981). « Identification of common molecular subsequences (http:/ / linkinghub. elsevier. com/ retrieve/ pii/
0022-2836(81)90087-5)». J Mol Biol 147 (1): pp. 195-7. PMID 7265238. .
[3] Altschul, S. F., et. al. (1997). « Gapped BLAST and PSI-BLAST: a new generation of protein database search programs (http:/ / nar.
oxfordjournals. org/ cgi/ content/ full/ 25/ 17/ 3389)». Nucleic Acid Res 25: pp. 3389-402. PMID 9254694. .
[4] http:/ / www. ncbi. nlm. nih. gov/ BLAST/
[5] http:/ / www. ncbi. nlm. nih. gov/ Education/ BLASTinfo/ tut1. html
[6] http:/ / www. ebi. ac. uk/ blast2/
[7] http:/ / www. uniclust. it/ index. php/ en/ component/ content/ article/ 47-bioclust/ 98-parallel-blast-bioinformatic. html
Fuentes y contribuyentes del artículo
Fuentes y contribuyentes del artículo
BLAST Fuente: http://es.wikipedia.org/w/index.php?oldid=53390307 Contribuyentes: Alexav8, AlfonsoERomero, Artistadelpecado, Asasia, Cinabrium, Damifb, Dav7mx, Death Master, Gonis,
Guevonaso, JRGL, Joseaperez, Laz, Lin linao, Resped, RoyFocker, Rsg, Sabbut, Sargentgarcia89, Sbassi, Superzerocool, Tano4595, UA31, Wesisnay, Youssefsan, 20 ediciones anónimas
Licencia
Creative Commons Attribution-Share Alike 3.0 Unported
//creativecommons.org/licenses/by-sa/3.0/
6
