Re: [問題] 關於NCBI的BLASTn之後的data
※ 引述《YuDavid (討厭失眠)》之銘言：
: 各位高手大家好
: 我在做"細菌菌種鑑定"的實驗
: 主要步驟是提取total DNA 然後PCR夾出16S rRNA gene然後去BLAST 鑑定到"屬"或"種"
: 我將定序出來的結果到BLASTn去輸入
: 出來了一些資料包括max score, total score, query coverage, E value, max ident..
: 等等
: 請問分別都代表什麼意思呢
: "同源性最高的"應該是哪個數值最大或最小呢?
: 我原本以為是max ident百分之百的 就是我要的結果
: 可是那個百分之百的score佑是最低的@@
: 抱歉我們老師也不太會
: 所以我只能上來問問各位高手
: 請大家幫忙 感恩
Score (bit score):
BLAST 對 alignment 的好壞的計分評量。align的片段越長分數越高，
但如果 alignment 遇到 gap 就會扣分，開 gap 扣分比延長 gap
扣分來得高。最後加加減減總結的結果就會有個分數出來。 Score
越大表示 match 的越好。(match的長度越長 score 自然也就越高)
max score:
你的 query 序列對應到 database 的某一筆 target 序列，當相似度
不夠高的時候有可能會對到好幾片段 (許多個 alignments)(而且還包
含了 reverse stand的可能性) 在對應到相同一筆，多片段的時候，
score 最好的那一個片段的 score 就是 max score。
total score:
所有片段 score 相加的總和
query coverage:
我不確定，但照字面上解釋應該是所應到的序列涵蓋 query 序列的百分比
你可以 check 一下是不是。
E-value:
這是統計結果。根據 database 大小以及 alignment 長短而定。
當 database 越大(內含筆數越多)，alignment 長度越短，此 alignment
是純屬巧合的機率就會增加。E-value 越小代表越可能是巧合。我忘了
多小才是合理了，好像在1e-5以內? NCBI documents 裡面有講到。
如果 e-value 是3, 就是說預期會有3筆這樣的分數跳出來。
這樣顯然可信度就低了。
Max-identity:
剛說過的，對到一筆序列可能是好幾段，每一段都有各自的 identity
就是最identical那一段的 identity 了。
所以第一個該看的就是 E-value. E-value 太大的 alignment 一切免談了。
過來在 e-value 合適裡面的再由 score 高的優先考慮起。
Score 當然就代表了 identity, 但是可能直接看 identity 跟 alignment
結果比較直觀吧? 可以看有沒有 gap, 何不合理之類的。
也要注意一下你對應到的是不是 gene 的 full sequence. NCBI 的 database
有時候挺雜亂的。一個highly similar的 partial sequence 可能不
代表什麼。如果有那個物種的 refseq (reference sequence) 以那個做
database 可能較理想，因為是 curate 過的。相反地 nr 的 data 是
實驗室 deposit 上去是什麼就是什麼。如果有錯誤，實驗室自己不修正，
NCBI 也沒有權利更改。
我不是高手.....所以有可能講錯，但可以參考看看
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.129.77.13
※ 編輯: huggie 來自: 140.129.77.13 (06/03 14:40)
推
06/03 17:18, , 1F
06/03 17:18, 1F
→
06/03 17:35, , 2F
06/03 17:35, 2F
推
06/09 16:00, , 3F
06/09 16:00, 3F
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 3 之 3 篇)：