BLAST（バイオテクノロジー）

バイオインフォマティクスにおいて、BLAST（基本局所アライメント検索ツール）^[3]は、タンパク質のアミノ酸配列やDNAおよび/またはRNA配列のヌクレオチドなど、主要な生物学的配列情報を比較するためのアルゴリズムおよびプログラムです。BLAST検索を使用すると、研究者は対象のタンパク質またはヌクレオチド配列（クエリと呼ばれる）を配列のライブラリまたはデータベースと比較し、クエリ配列と特定のしきい値以上に類似するデータベース配列を特定できます。たとえば、マウスでこれまで知られていなかった遺伝子が発見された後、科学者は通常、ヒトゲノムのBLAST検索を実行して、ヒトが同様の遺伝子を持っているかどうかを確認します。BLASTは、配列の類似性に基づいて、マウスの遺伝子に類似するヒトゲノムの配列を特定します。

BLAST は、配列検索に最も広く使用されているバイオインフォマティクス プログラムの 1 つです。^[4]これは、バイオインフォマティクス研究における基本的な問題に取り組んでいます。BLASTが使用するヒューリスティックアルゴリズムは、最適なアラインメントの計算などの他のアプローチよりもはるかに高速です。この速度重視は、現在利用可能な巨大なゲノム データベースでアルゴリズムを実用的にするために不可欠ですが、後続のアルゴリズムはさらに高速化できます。

BLAST プログラムは、NIH の Eugene Myers、Stephen Altschul、Warren Gish、David J. Lipman、Webb Miller によって設計され、1990 年に J. Mol. Biol. に発表されました。BLAST は、タンパク質および DNA 配列の類似性検索用に以前に開発されたプログラムであるFASTAのアラインメント作業を、 Samuel KarlinとStephen Altschulによって開発された新しい確率モデルを追加することで拡張しました。^[5]彼らは「ある生物の既知の DNA 配列と別の生物の DNA 配列の類似性を推定する方法」を提案し、^[3]彼らの研究は「BLAST の統計的基礎」と評されています。^[6]その後、Altschul、Gish、Miller、Myers、Lipman は BLAST プログラムを設計および実装し、 1990 年にJournal of Molecular Biologyに発表されて以来 10 万回以上引用されています。^[7]

BLAST はほとんどの場合、 Smith-Waterman実装よりも高速ですが、Smith-Waterman アルゴリズムのように「クエリとデータベース シーケンスの最適なアラインメントを保証する」ことはできません。Smith-Waterman アルゴリズムは、以前の最適方法であるNeedleman-Wunsch アルゴリズムの拡張版であり、可能な限り最適なアラインメントを見つけることが保証された最初のシーケンス アラインメント アルゴリズムでした。ただし、これらの最適アルゴリズムの時間とスペースの要件は、BLAST の要件をはるかに上回ります。

BLAST は、配列内のより重要なパターンのみを検索することで、比較的感度が高く、FASTA よりも時間効率に優れています。これは、以下で紹介する BLAST のアルゴリズムを理解することでさらに実感できます。

研究者が BLAST を使用して回答するその他の質問の例は次のとおりです。

• アミノ酸配列が既知の特定のタンパク質と系統的に関連するタンパク質を持つ細菌 種はどれか
• 他にどのような遺伝子が、今決定されたような構造やモチーフを示すタンパク質をコードするのか？

BLAST は、近似配列マッチングを必要とする他のアルゴリズムの一部として使用されることもよくあります。

BLASTはNCBIのウェブサイトで公開されています。クエリ配列と対象データベースに応じて、さまざまな種類のBLASTが利用可能です。代替実装としては、AB-BLAST（旧称WU-BLAST）、FSA-BLAST（最終更新は2006年）、ScalaBLASTなどがあります。^{[8] [9]}

アルトシュルらによるオリジナルの論文^[7]は、 1990年代に発表された論文の中で最も引用数が多かった。^[10]

入力シーケンス（FASTAまたはGenbank形式）、検索するデータベース、スコアリング マトリックスなどのその他のオプション パラメータ。^{[説明が必要]}

BLAST 出力は、さまざまな形式で配信できます。これらの形式には、 HTML、プレーン テキスト、およびXML形式が含まれます。NCBI の Web ページの場合、出力のデフォルト形式は HTML です。NCBI で BLAST を実行すると、見つかったヒットを示すグラフ形式、ヒットのシーケンス識別子とスコアリング関連データを示す表、および対象のシーケンスのアラインメントとヒットとそれに対応する BLAST スコアを示す表形式で結果が表示されます。これらの中で最も読みやすく、最も情報量が多いのは、おそらく表です。

独自の配列や、NCBI などのソースを通じて一般に公開されているデータベースでは入手できない配列を検索しようとしている場合は、BLAST プログラムを無料で任意のコンピューターにダウンロードできます。これは BLAST+ 実行可能ファイルにあります。また、購入可能な商用プログラムもあります。データベースは、NCBI サイトおよび BLAST データベースのインデックス (FTP) にあります。

BLAST は、ヒューリスティックな方法を使用して、2 つのシーケンス間の短い一致を見つけることによって、類似シーケンスを見つけます。類似シーケンスを見つけるこのプロセスは、シーディングと呼ばれます。この最初の一致の後に、BLAST はローカル アラインメントの作成を開始します。シーケンスの類似性を見つけようとする場合、単語と呼ばれる共通文字のセットが非常に重要です。たとえば、シーケンスに GLKFA という文字列が含まれているとします。BLAST が通常の条件下で実行されていた場合、単語のサイズは 3 文字になります。この場合、指定された文字列を使用すると、検索される単語は GLK、LKF、および KFA になります。BLAST のヒューリスティック アルゴリズムは、対象のシーケンスとデータベースのヒット シーケンスまたはシーケンス間の共通 3 文字の単語をすべて見つけます。この結果は、次にアラインメントの作成に使用されます。対象のシーケンスの単語を作成した後、残りの単語も組み立てられます。これらの単語は、スコアリング マトリックスを使用して比較した場合、少なくともしきい値Tのスコアを持つという要件を満たす必要があります。

BLAST 検索でよく使用されるスコアリング マトリックスの 1 つはBLOSUM62ですが、^{[11] 、}最適なスコアリング マトリックスは配列の類似性に依存します。単語と近傍単語の両方がアセンブルおよびコンパイルされると、それらはデータベース内の配列と比較され、一致するものが検索されます。しきい値スコアTによって、特定の単語がアラインメントに含まれるかどうかが決まります。シーディングが実行されると、長さが 3 残基のアラインメントは、BLAST で使用されるアルゴリズムによって両方向に拡張されます。拡張されるたびに、アラインメントのスコアが増減します。このスコアが事前に決定されたTよりも高い場合、アラインメントは BLAST によって提供される結果に含まれます。ただし、このスコアがこの事前に決定されたTよりも低い場合、アラインメントの拡張は停止し、アラインメントが不十分な領域が BLAST の結果に含まれなくなります。Tスコアが増加すると、検索に使用できるスペースが制限され、近傍単語の数が減りますが、同時に BLAST の処理が高速化されること に注意してください。

BLAST ソフトウェアを実行するには、検索するクエリ シーケンスと検索対象のシーケンス (ターゲット シーケンスとも呼ばれます)、または複数のそのようなシーケンスを含むシーケンス データベースが必要です。BLAST は、クエリ内のサブシーケンスに類似するサブシーケンスをデータベース内で検索します。通常の使用では、クエリ シーケンスはデータベースよりもはるかに小さく、たとえば、データベースが数十億ヌクレオチドであるのに対し、クエリは 1,000 ヌクレオチドである場合があります。

BLASTの主なアイデアは、統計的に有意なアラインメントには高スコアセグメントペア（HSP）が含まれていることが多いというものです。BLASTは、スミス-ウォーターマンアルゴリズムを近似したヒューリスティックアプローチを使用して、クエリ配列とデータベース内の既存の配列との間で高スコアの配列アラインメントを検索します。しかし、網羅的なスミス-ウォーターマンアプローチは、 GenBankなどの大規模なゲノムデータベースを検索するには遅すぎます。そのため、BLASTアルゴリズムは、スミス-ウォーターマンアルゴリズムよりも精度は劣るものの、50倍以上高速なヒューリスティックアプローチを使用します。 ^[12] BLASTの速度と比較的良好な精度は、BLASTプログラムの重要な技術革新の1つです。

BLASTアルゴリズム（タンパク質からタンパク質への検索）の概要は次のとおりです。^[12]

1. クエリ シーケンス内の複雑度の低い領域またはシーケンスの繰り返しを削除します。

   「低複雑性領域」とは、数種類の要素で構成される配列の領域を意味します。これらの領域は、データベース内の実際の重要な配列を見つける際にプログラムを混乱させるほど高いスコアを与える可能性があるため、除外する必要があります。これらの領域は、X (タンパク質配列) または N (核酸配列) でマークされ、BLAST プログラムによって無視されます。低複雑性領域を除外するには、タンパク質配列には SEG プログラムを使用し、DNA 配列には DUST プログラムを使用します。一方、タンパク質配列内のタンデム リピートをマスクするには、プログラム XNU を使用します。

2. クエリ配列のk文字の単語リストを作成します。

   たとえば、 k =3の場合、クエリ タンパク質配列 (DNA 配列の場合、 kは通常 11)内の長さ 3 の単語を、クエリ配列の最後の文字が含まれるまで「順番に」リストします。この方法は、図 1 に示されています。

   

3. 一致する可能性のある単語をリストします。

   このステップは、BLAST と FASTA の主な違いの 1 つです。FASTA は、ステップ 2 でリストされたデータベースとクエリ シーケンス内のすべての共通単語を考慮しますが、BLAST は高スコアの単語のみを考慮します。スコアは、ステップ 2 のリスト内の単語をすべての 3 文字の単語と比較することによって作成されます。スコアリング マトリックス (置換マトリックス) を使用して各残基ペアの比較をスコアリングすると、3 文字の単語に対して 20^3 の可能な一致スコアがあります。たとえば、PQG を PEG および PQA と比較することによって得られるスコアは、BLOSUM62重み付けスキームでそれぞれ 15 および 12 です。DNA 単語の場合、一致は +5、不一致は -4、または +2 および -3 とスコア付けされます。その後、近傍単語スコアしきい値T を使用して、一致する可能性のある単語の数を減らします。しきい値Tよりも高いスコアの単語は、一致する可能性のある単語のリストに残り、スコアが低い単語は破棄されます。たとえば、T が 13 の場合、PEG は保持されますが、PQA は破棄されます。

4. 残りの高得点の単語を効率的な検索ツリーに整理します。

   これにより、プログラムは高得点の単語をデータベースのシーケンスと迅速に比較できるようになります。

5. クエリシーケンス内のk文字の単語ごとに手順 3 から 4 を繰り返します。
6. データベースのシーケンスをスキャンして、残りの高得点の単語と完全に一致するものを探します。

   BLAST プログラムは、データベース シーケンスをスキャンして、各位置の残りの高スコアの単語 (PEG など) を探します。完全一致が見つかった場合、この一致は、クエリとデータベース シーケンス間のギャップのないアラインメントのシードとして使用されます。

7. 完全一致を高得点セグメントペア (HSP) に拡張します。
   • BLAST のオリジナル バージョンでは、クエリとデータベース シーケンス間のアラインメントを、完全一致が発生した位置から左右方向に長く伸ばします。この拡張は、HSP の累積合計スコアが減少し始めるまで停止しません。簡略化した例を図 2 に示します。

     

     

   • 時間を節約するために、BLAST の新しいバージョンである BLAST2 またはギャップ付き BLAST が開発されました。BLAST2 は、配列の類似性を検出する感度を同じレベルに保つために、より低い近傍単語スコアしきい値を採用しています。そのため、ステップ 3 の一致する可能性のある単語のリストは長くなります。次に、図 3 の同じ対角線上で互いに距離 A 以内にある完全に一致する領域が、より長い新しい領域として結合されます。最後に、新しい領域は元のバージョンの BLAST と同じ方法で拡張され、拡張された領域の HSP (高スコア セグメント ペア) スコアが、以前と同じように置換マトリックスを使用して作成されます。
8. 考慮に値するほどスコアが高いデータベース内のすべての HSP をリストします。

   経験的に決定されたカットオフスコアSよりもスコアが高い HSP をリストします。ランダムなシーケンスを比較してモデル化されたアライメントスコアの分布を調べることで、カットオフスコアS は、その値が残りの HSP の重要性を保証するのに十分な大きさになるように決定できます。

9. HSP スコアの重要性を評価します。

   次に、BLAST は Gumbel 極値分布 (EVD) を利用して各 HSP スコアの統計的有意性を評価します (2 つのランダムな配列間の Smith-Waterman ローカル アラインメント スコアの分布は Gumbel EVD に従うことが証明されています。ギャップを含むローカル アラインメントの場合は証明されていません)。Gumbel EVD に従って、スコアSがx 以上になる 確率pは、次の式で与えられます。

   ${\displaystyle p\left(S\geq x\right)=1-\exp \left(-e^{-\lambda \left(x-\mu \right)}\right)}$

   どこ

   ${\displaystyle \mu ={\frac {\log \left(Km'n'\right)}{\lambda }}\;}$

   統計パラメータおよびは、クエリ配列およびデータベース配列の多数のシャッフルバージョン（グローバルまたはローカルシャッフル）のギャップのないローカルアラインメントスコアの分布を、ガンベル極値分布に当てはめることによって推定されます。およびは、置換マトリックス、ギャップペナルティ、および配列構成（文字頻度）に依存することに注意してください。およびは、それぞれクエリ配列およびデータベース配列の有効長です。元の配列長は、エッジ効果（クエリ配列またはデータベース配列の 1 つの末尾近くでアラインメントが開始されると、最適なアラインメントを構築するのに十分な配列がない可能性があります）を補正するために有効長に短縮されます。これらは次のように計算できます。 ${\displaystyle \lambda}$${\displaystyle \mathrm {K} }$${\displaystyle \lambda}$${\displaystyle \mathrm {K} }$${\displaystyle m'}$${\displaystyle n'}$

   ${\displaystyle m'\approx m-{\frac {\ln Kmn}{H}}\;}$

   ${\displaystyle n'\approx n-{\frac {\ln Kmn}{H}}\;}$

   ここで、は2 つのランダムな配列のアラインメントにおける、アラインメントされた残基ペアあたりの平均期待スコアです。Altschul と Gish は、置換マトリックスとして BLOSUM62 を使用したギャップのないローカルアラインメントの典型的な値、、、およびを与えました。有意性を評価するために典型的な値を使用することは、ルックアップテーブル法と呼ばれますが、正確ではありません。データベース一致の期待スコアEは、無関係なデータベース配列が偶然にxよりも高いスコアSを取得する回数です。D 配列のデータベースの検索で得られる期待スコアE は、次のように与えられます。 ${\displaystyle \mathrm {H} }$${\displaystyle \lambda =0.318}$${\displaystyle \mathrm {K} =0.13}$${\displaystyle \mathrm {H} =0.40}$

   ${\displaystyle E\approx 1-e^{-p\left(s>x\right)D}}$

   さらに、のとき、Eはポアソン分布で近似できる。 ${\displaystyle p<0.1}$

   ${\displaystyle E\approx pD}$

   ギャップのないローカル アラインメントの HSP スコアの重要性を評価するこの期待値または期待値「E」(多くの場合、Eスコア、E値、またはe値と呼ばれます) は、BLAST の結果に報告されます。ここで示す計算は、ギャップのあるアラインメント (以下で説明) を作成する場合など、個々の HSP が結合される場合、統計パラメータの変動により変更されます。

10. 2 つ以上の HSP 領域を長いアラインメントにします。

    場合によっては、1 つのデータベース シーケンス内に、より長いアラインメントにできる 2 つ以上の HSP 領域が見つかることがあります。これは、クエリとデータベース シーケンスの関係に関する追加の証拠となります。新しく結合された HSP 領域の有意性を比較する方法には、ポアソン法とスコアの合計法の 2 つがあります。スコアのペアがそれぞれ (65, 40) と (52, 45) である 2 つの結合された HSP 領域があるとします。ポアソン法では、最大で低いスコア (45>40) のセットに高い有意性が与えられます。ただし、スコアの合計法では、65+40 (105) が 52+45(97) より大きいため、最初のセットが優先されます。元の BLAST ではポアソン法が使用され、ギャップ BLAST と WU-BLAST ではスコアの合計法が使用されます。

11. クエリと一致する各データベース配列のギャップのある Smith-Waterman ローカルアラインメントを表示します。
    • オリジナルの BLAST では、1 つのデータベース シーケンスに複数の HSP が見つかった場合でも、最初に見つかった HSP を個別に含むギャップのないアラインメントのみが生成されます。
    • BLAST2 は、最初に見つかった HSP 領域をすべて含むギャップを含む単一のアラインメントを生成します。スコアとそれに対応するE値の計算には、適切なギャップ ペナルティの使用が含まれることに注意してください。
12. 期待スコアがしきい値パラメータEより低いすべての試合を報告します。

BLASTn (ヌクレオチドBLAST)

BLASTnは1つ以上のヌクレオチド配列をデータベースまたは別の配列と比較します。これは生物間の進化的関係を特定しようとするときに役立ちます。^[14]

tBLASTn

tBLASTn は、まだタンパク質に翻訳されていない配列内のタンパク質を検索するために使用されました。タンパク質配列を取り込み、それを DNA 配列のすべての可能な翻訳と比較します。これは、EST (短いシングルリード cDNA 配列) や HTG (ドラフトゲノム配列) など、完全に注釈が付けられていない DNA 配列内の類似のタンパク質コード領域を検索するときに役立ちます。これらの配列には既知のタンパク質翻訳がないため、tBLASTn を使用してのみ検索できます。^[15]

BLASTx

BLASTxは、6つの異なるタンパク質配列に変換できるヌクレオチドクエリ配列を、既知のタンパク質配列のデータベースと比較します。このツールは、DNA配列の読み取りフレームが不確実であったり、タンパク質コーディングの間違いを引き起こす可能性のあるエラーが含まれている場合に役立ちます。BLASTxは、すべてのフレームにわたるヒットの統合統計を提供するため、新しいDNA配列の初期分析に役立ちます。^[16]

BLASTp

BLASTp（Protein BLAST）は、タンパク質配列を比較するために使用されます。1つまたは複数のタンパク質配列を、単一のタンパク質配列またはタンパク質配列のデータベースと比較することができます。これは、既存のタンパク質データベースで類似の配列を見つけてタンパク質を識別しようとするときに便利です。^[17]

分割データベースの並列BLASTバージョンは、 MPIとPthreadsを使用して実装されており、Windows、Linux、Solaris、Mac OS X、AIXなどのさまざまなプラットフォームに移植されています。BLASTを並列化する一般的なアプローチには、クエリ分散、ハッシュテーブルセグメンテーション、計算並列化、データベースセグメンテーション（パーティション）などがあります。データベースは同じサイズの部分に分割され、各ノードにローカルに保存されます。各クエリはすべてのノードで並列に実行され、すべてのノードからの結果のBLAST出力ファイルがマージされて最終出力が生成されます。具体的な実装には、MPIblast、ScalaBLAST、DCBLASTなどがあります。^[18]

MPIblastは、データベースセグメンテーション技術を利用して計算プロセスを並列化します。^[19]これにより、クラスター内のノードセット全体でBLAST検索を実行するときに、パフォーマンスが大幅に向上します。シナリオによっては、超線形の高速化が達成されます。これにより、MPIblastは、バイオインフォマティクスで一般的に使用される大規模なゲノムデータセットに適しています。

BLAST は通常、 O(n)の速度で実行されます。ここで、n はデータベースのサイズです。^[20]検索を完了する時間は、データベースのサイズが大きくなるにつれて直線的に増加します。MPIblast は、検索を高速化するために並列処理を利用します。並列計算の理想的な速度は、O(n/p) の複雑度です。ここで、n はデータベースのサイズ、p はプロセッサの数です。これは、ジョブが p 個のプロセッサ間で均等に分散されていることを示します。これは、付属のグラフで視覚化されています。MPIblast で時々発生する超線形の高速化は、O(n/p) よりも優れた複雑度を持つ場合があります。これは、キャッシュ メモリを使用して実行時間を短縮できるためです。^[21]

BLAST の前身であるFASTAも、タンパク質と DNA の類似性検索に使用できます。FASTA は、タンパク質とタンパク質および DNA データベース、DNA と DNA およびタンパク質データベースを比較するための同様のプログラム セットを提供し、順序付けられていない短いペプチドおよび DNA 配列を操作するための追加プログラムも含まれています。さらに、FASTAパッケージは、厳密なSmith-Watermanアルゴリズムのベクトル化された実装である SSEARCH を提供します。FASTA は BLAST よりも低速ですが、スコアリング マトリックスの範囲がはるかに広いため、特定の進化距離に合わせて検索を調整しやすくなります。

BLASTの代替として非常に高速だが感度がかなり低いのがBLAT（B last like A lignment Tool ）である。BLASTは線形探索を行うが、BLATはデータベースのk-merインデックスに依存しているため、シードをより速く見つけることができることが多い。^{[22] BLATに似た別のソフトウェアの代替として}PatternHunterがある。

2000 年代後半のシーケンシング技術の進歩により、非常に類似したヌクレオチドの一致を検索することが重要な問題になりました。この用途向けに調整された新しいアライメント プログラムは通常、ターゲット データベース (通常はゲノム) のBWTインデックスを使用します。入力シーケンスは非常に迅速にマッピングされ、出力は通常 BAM ファイルの形式になります。アライメント プログラムの例としては、BWA、SOAP、Bowtie などがあります。

タンパク質の同定では、 HMMERなどの隠れマルコフモデルとのマッチングによって既知のドメイン（たとえばPfamから）を検索する方法が一般的です。

2つの配列バンクを比較するためのBLASTの代替手段はPLASTです。PLASTは、PLAST ^[23]およびORIS ^[24]アルゴリズムに依存する、バンク間の高性能な汎用配列類似性検索ツールを提供します。PLASTの結果はBLASTと非常に似ていますが、PLASTは大幅に高速で、小さなメモリ（RAM）フットプリントで大規模な配列セットを比較できます。

数十億の短いDNA読み取りを数千万のタンパク質参照と比較するタスクであるメタゲノミクスのアプリケーションでは、DIAMOND ^[25]は高いレベルの感度を維持しながら、BLASTXの最大20,000倍の速度で実行されます。

オープンソースソフトウェアMMseqsはBLAST/PSI-BLASTの代替であり、速度と感度のトレードオフの全範囲にわたって現在の検索ツールを改善し、PSI-BLASTの400倍以上の速度でPSI-BLASTよりも優れた感度を実現します。^[26]

光学コンピューティングアプローチは、現在の電気的実装の有望な代替手段として提案されている。OptCAMはそのようなアプローチの一例であり、BLASTよりも高速であることが証明されている。^[27]

Smith-Watermanと BLAST はどちらも、クエリ配列を検索してデータベース内の配列と比較することで相同配列を見つけるために使用されますが、違いもあります。

BLAST はヒューリスティック アルゴリズムに基づいているため、BLAST を通じて受信される結果には、データベース内のすべてのヒットが含まれるわけではありません。BLAST では、見つけにくい一致が見逃されてしまいます。

可能性のあるヒットをすべて見つける別の方法として、スミス-ウォーターマン アルゴリズムを使用する方法があります。この方法は、精度と速度という 2 つの点で BLAST 方法とは異なります。スミス-ウォーターマン オプションは、情報を除外しないため、BLAST では見つけられない一致を見つけることができるため、精度が向上します。したがって、リモート ホモロジーには必須です。ただし、BLAST と比較すると、時間がかかり、大量の計算能力とメモリが必要になります。ただし、スミス-ウォーターマン検索プロセスを大幅に高速化する進歩が遂げられています。これらの進歩には、FPGAチップとSIMDテクノロジが含まれます。

BLAST からより完全な結果を得るために、設定をデフォルト設定から変更できます。ただし、特定のシーケンスに対する最適な設定は異なる場合があります。変更できる設定は、E 値、ギャップ コスト、フィルター、単語サイズ、および置換マトリックスです。

BLASTに使用されているアルゴリズムは、スミス・ウォーターマンに使用されているアルゴリズムから開発されたものであることに留意してください。BLASTは、「短い一致を見つけることによって配列間のローカルアラインメントを見つけ、これらの最初の一致から（ローカル）アラインメントが作成される」アラインメントを採用しています。^[28]

BLASTの結果を解釈するユーザーを支援するために、さまざまなソフトウェアが利用可能です。インストールと使用方法、分析機能と技術に応じて、利用可能なツールをいくつか紹介します。^[29]

• NCBI BLAST サービス
• 一般的な BLAST 出力インタープリタ、GUI ベース: JAMBLAST、Blast Viewer、BLASTGrabber
• 統合BLAST環境: PLAN、BlastStation-Free、SequenceServer
• BLAST 出力パーサー: MuSeqBox、Zerg、BioParser、BLAST-Explorer、SequenceServer
• BLAST関連の専門ツール: MEGAN、BLAST2GENE、BOV、Circoletto

BLAST 結果の視覚化の例を図 4 と 5 に示します。

BLAST は、種の特定、ドメインの特定、系統発生の確立、DNA マッピング、比較など、さまざまな目的に使用できます。

種の特定

BLAST を使用すると、種を正しく識別したり、相同種を見つけたりできる可能性があります。これは、たとえば、未知の種の DNA 配列を扱う場合に役立ちます。

ドメインの検索

タンパク質配列を扱う場合、それを BLAST に入力して、対象の配列内の既知のドメインを見つけることができます。

系統樹の確立

BLAST を通じて受け取った結果を使用して、BLAST Web ページを使用して系統樹を作成できます。BLAST のみに基づく系統樹は、他の専用の計算系統樹手法よりも信頼性が低いため、「最初のパス」系統樹解析にのみ依存する必要があります。

DNAマッピング

既知の種を扱っていて、未知の位置にある遺伝子の配列を調べる場合、BLAST は、興味のある配列の染色体位置をデータベース内の関連配列と比較することができます。NCBI には、この目的のために BLAST をベースに構築された「Magic-BLAST」ツールがあります。^[30]

比較

遺伝子を扱う場合、BLAST は 2 つの関連種に共通する遺伝子を見つけることができ、ある生物から別の生物への注釈をマッピングするために使用できます。

分類法の分類

BLAST は遺伝子配列を使用して、複数の分類群を既知の分類データと比較することができます。これにより、さまざまな種間の進化関係を示す図が得られます (図 6)。これは、孤児遺伝子を識別するのに便利な方法です。遺伝子が祖先系統以外の生物に現れた場合、それは孤児遺伝子として分類されないためです。

この方法は役立ちますが、相同遺伝子を見つけるためのより正確な方法としては、ペアワイズ配列アライメントと多重配列アライメントがあります。

• 公式サイト
• BLAST+ 実行ファイル — 無料のソースダウンロード