Программы пакета BLAST для работы с нуклеотидными 
последовательностями 

1.  Поиск в геноме участков, кодирующих белки, похожие на заданный
   
   Мы знаем аминокислотную последовательность последовательность белка RimN_Ecoli из Escherichia coli K-12. Задача - определить, закодированы ли похожие белки в геноме Pasteurella multocida, не пользуясь аннотацией генома.
   Для этого создадим индексные файлы с помощью программы formatdb:
   formatdb -i pm_genome.fasta -p F -n pm;
   Далее, используем программу TBLASTN и проведем с ее помощью поиск с порогом на E-value 0,001.
   В результате получим выходной файл output.txt.
   Результаты оформим в виде таблицы:
   
   

   Поиск гомологов белка RimN_Ecoli в геноме бактерии Pasteurella multocida:

   Число находок с Е-value<0,001		2
   Характеристика лучшей находки:
   	E-value находки	2e-52
   	Название геномной последовательности	Pasteurella multocida subsp. multocida str. (Pm70 section 133 of 204 of the complete genome)
   	Координаты выравнивания(-ий) в найденной последовательности	RimN_Ecoli: 10-190; AE006166: 1261-1803

   
   
2. Нахождение записи EMBL по последовательности с помощью программы BLASTN
   
   Попытаемся определить AC записи нынешнего релиза EMBL, в которую попадает найденная в предыдущем упражнении последовательность гена гомолога белка RimN_Ecoli, а также координаты этого гена согласно аннотации EMBL.
   Для этого воспользуемся программой seqret. В результате получим выходной файл ae006166.fasta.
   Далее, на сайте EBI запустим поиск этой последовательности в банке "EMBL standard prokaryote". Выясним, что AC этой записи: AE00443, а координаты находки: 1462583...1463125 В результате получим:
   
   

    
             AC: AE004439                                      
   
             FT   gene            1462577..1463128                                            
             FT                   /locus_tag="PM1270"                                         
             FT   CDS             1462577..1463128                                            
             FT                   /codon_start=1                                              
             FT                   /transl_table=11                                            
             FT                   /locus_tag="PM1270"                                         
             FT                   /product="unknown"                                          
             FT                   /db_xref="GOA:Q9CLG4"                                       
             FT                   /db_xref="HSSP:1HRU"                                        
             FT                   /db_xref="InterPro:IPR006070"                               
             FT                   /db_xref="InterPro:IPR017945"                               
             FT                   /db_xref="UniProtKB/Swiss-Prot:Q9CLG4"                      
             FT                   /protein_id="AAK03354.1"                                    
             FT                   /translation="MNIQQIVEQLKQNEVVAYPTEAVFGLGCNPNSESAVQKLLVLKQR 
             FT                   SVEKGLILVAPCLDYFLPFIDTTAFSQADWDRLQAKYDRPTTWVVPAKTTTPKFLTGQF 
             FT                   DSIAVRLCDHPAVKQLCEQAGFALTSTSANLTTLPPCRTAEEVKTQFGADFPVLDLPVG 
             FT                   EATNPSEIRDLFTHQLFRQG"                                       
   
             

   
   Данный участок является частью аннотированной кодирующей последовательности (CDS) с координатами: 1462577..1463128 на комплементарной цепи. Запись банка UniProt, которой она соответствует: Q9CLG4.
   
   
3. Поиск гомологов с помощью программы BLASTN
   
   Возмем одну из записей EMBL, на которую ссылается запись Swiss-Prot: U18997. Определим координаты CDS и вырежем ее программой seqret. Получим u18997.fasta с последовательностью из генома E.coli, кодирующей белок RimN_Ecoli.
   Найдем гомологов этого гена в том же геноме, что в упражнении 1, но программой BLASTN:
   blastall -p blastn -d pm -i ae003852.fasta -e0.1 -o out2.txt ;
   В результате получим выходной файл out2.fasta. Проанализируем разультат:
   
   

   Число находок с Е-value<0,1		12
   Характеристика лучшей находки:
   	E-value находки	0.24
   	Название геномной последовательности	Pasteurella multocida subsp. multocida str. Pm70 section 26 of 204 of the complete genome.
   	Координаты выравнивания(-ий) в найденной последовательности	RimN_Ecoli: 85-100, AE006059: 934-919;

   
   
   Как видно, blastn выдает плохое выравнивание: небольшая длина (25 нк), плохое e-value. А если переходить к белкам, то это вообще трудно назвать гомологом.
   Сравним результаты поиска:
   
   

   Программа	TBLASTN	BLASTN
   Число находок	2	12
   E-value лучшей находки	2e-52	0.24
   Координаты выравнивания	1261-1803	934-919
   Длины выравниваний	542	25
   Название геномной последовательности	Pasteurella multocida subsp. multocida str. (Pm70 section 133 of 204 of the complete genome)	Pasteurella multocida subsp. multocida str. Pm70 section 26 of 204 of the complete genome

   
   
   Несмотря на то, что TBLASTN нашел всего 2 последовательности (учитывая, что в первом случае мы ставили порог на e-value), эти выравнивания намного лучше и точнее, чем у BLASTN. Можно сделать вывод, что поиск по аминокислотной последовательности лучше.