查看“BLAST”的源代码

{{Infobox
| bodystyle    = width: 300px; float: right; clear: right; margin: 0 0 1em 1em; border: 1px solid #a2a9b1; background: #f9f9f9;
| abovestyle   = background: #e0e0e0; font-size: 110%; font-weight: bold; text-align: center;
| headerstyle  = background: #eeeeee; font-weight: bold;

| above        = BLAST<br><small>Basic Local Alignment Search Tool</small>
| image        = 

| label1       = 全称
| data1        = Basic Local Alignment Search Tool

| label2       = 开发者
| data2        = Altschul, Gish, Miller, <br>Myers, Lipman (1990)

| label3       = 维护机构
| data3        = [[NCBI]]

| label4       = 核心算法
| data4        = 启发式局部比对算法

| label5       = 统计指标
| data5        = '''E-value''' (期望值)

| label6       = 常见变体
| data6        = blastn, blastp, blastx

| label7       = 对AI价值
| data7        = 基因特征提取、<br>序列相似性计算
}}

'''BLAST'''（{{lang-en|Basic Local Alignment Search Tool}}，即“基本局部比对搜索工具”），是一套在生物信息学领域使用最广泛的算法和程序，用于比较初级生物序列信息（如蛋白质的氨基酸序列或 DNA 的核苷酸序列）。

BLAST 被誉为生物学界的“Google”。它可以让研究人员输入一段未知的序列（Query），然后在巨大的数据库（如 [[GenBank]]）中迅速找到与之相似的已知序列（Subject）。对于您的“基因医生”项目，它是确认患者基因突变位点最基础的工具。<ref name="BLAST_Paper" />

== 核心原理 ==
与“全局比对”（Global Alignment，如 Needleman-Wunsch 算法）试图从头到尾对齐两条序列不同，BLAST 采用'''局部比对'''（Local Alignment）策略：
* '''种子延伸法'''：它先寻找短的、完全匹配的片段（称为“种子”或 Word），然后向两端延伸，直到相似度下降到阈值以下。
* '''优势'''：这种启发式算法比全局比对快几个数量级，使其能够处理 [[GenBank]] 这种 PB 级别的数据量。

== 五大核心变体 (技术选型指南) ==
您的 AI 团队在编写自动分析流程（Pipeline）时，必须根据数据类型选择正确的程序：

{| class="wikitable"
|-
! 程序名 !! 查询序列 (Input) !! 目标数据库 !! 典型应用场景
|-
| '''blastn''' || 核苷酸 (DNA/RNA) || 核苷酸 || 寻找同源基因、映射引物位置
|-
| '''blastp''' || 蛋白质 || 蛋白质 || 寻找功能相似的蛋白、药物靶点分析
|-
| '''blastx''' || 核苷酸 (翻译后) || 蛋白质 || '''最常用'''：分析未知 DNA 片段可能编码什么蛋白
|-
| '''tblastn''' || 蛋白质 || 核苷酸 (翻译后) || 在未注释的基因组中寻找新基因
|-
| '''tblastx''' || 核苷酸 (翻译后) || 核苷酸 (翻译后) || 远缘物种间的深度同源性分析
|}

== 关键统计指标：E-value ==
这是解读 BLAST 结果的灵魂。
* '''定义'''：E-value (Expect Value) 表示在随机情况下，在这么大的数据库中找到得分如此高的匹配结果的'''期望次数'''。
* '''解读规则'''：
** '''越小越好'''：E-value 越接近 0，说明匹配越不可能是巧合（即具有真实的生物学意义）。
** '''阈值'''：通常 E-value < $10^{-5}$ 被认为有统计学意义；在“基因医生”的临床诊断中，通常要求 E-value 接近 0（如 $10^{-100}$）。

== 实际应用与 AI 结合 ==
* '''本地化部署 (Local BLAST)'''：出于患者隐私（[[HIPAA]]/GCP 合规）考虑，您的“智慧医生”系统不应直接把患者序列传到 NCBI 的公网服务器。您需要在公司内部服务器搭建 '''Local BLAST+'''，并在内网运行比对。
* '''特征工程'''：在训练基因组大模型时，BLAST 的比对结果（如一致性百分比、覆盖度）是极其重要的特征输入（Feature Engineering），可以帮助 AI 判断一个变异是否会导致功能丧失。

== 参见 ==
* [[NCBI]]
* [[GenBank]]
* [[序列比对]]
* [[生物信息学]]
* [[RefSeq]]

== 参考资料 ==
<references>
<ref name="BLAST_Paper">Altschul, S. F., Gish, W., Miller, W., Myers, E. W., & Lipman, D. J. (1990). Basic local alignment search tool. ''Journal of Molecular Biology'', 215(3), 403-410.</ref>
<ref name="NCBI_BLAST_Help">NCBI. (2023). BLAST® Command Line Applications User Manual. [https://www.ncbi.nlm.nih.gov/books/NBK279690/]</ref>
</references>

[[Category:生物信息学]]
[[Category:算法]]
[[Category:计算生物学]]