blast 使い方 完全一致の連続領域を探索するには？

blastn で完全一致の連続領域を探索する方法
論文・データ解析の支援
関連記事１
関連記事２

blastn で完全一致の連続領域を探索する方法

blastn オプション word_size

blastnのパラメータ-word_sizeは、完全一致の初期長さを設定します。長さを指定すると、「完全一致が連続する場所」で「指定長さを満たす」部分が見つかった場合に結果を返すようになります。blastnのword_sizeデフォルト値は11（整数４以上）です（https://www.ncbi.nlm.nih.gov/books/NBK279684/）。デフォルトの設定よりも長い、「完全一致が連続する領域」を探したい場合は、-word_sizeをより大きい値に変更します。

一方で、blast を使って思うような結果が得られない場合、データに対して -word_size が長すぎる場合があります。あまり短いと意味がないかもしれませんが、「完全一致の連続が１１よりも短いかも？」と思う場合は、-word_size を小さな値に変更すると結果が得られることがあります。

blastn word_size 変更例

完全一致の連続領域の長さが156塩基のquery1.fa（約700塩基）, db1.fa（約2000塩基）の２つの塩基配列について blastn を実行した結果です。「-word_size 156」に合致する領域を検出して結果を返します。

$ blastn -query qy/query1.fa -db db/db1.fa -word_size 156

...

Q GTACATCAGCAAATTAGAAATGCTGGAAATCCTGCAGGCAAACTATAAGATGGTTTCTTC
  ||||||||||||| ||||||||||||||||||||||||||||||||||||||||||||||
S GTACATCAGCAAAGTAGAAATGCTGGAAATCCTGCAGGCAAACTATAAGATGGTTTCTTC

Q AGTAATGAAAATGCCAGAGGATGAGTCAACACGAGAGAATTGGACAGAGAAAATATTTCG
  ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
S AGTAATGAAAATGCCAGAGGATGAGTCAACACGAGAGAATTGGACAGAGAAAATATTTCG

Q GCAAATGGATACCAACCGAGACGGAAAACTCTCATTGGAAGAATTCATCAAAGGGGCAAA
  |||||||||||||||||||||||||||||||||||||||||||||||||| |||||||||
S GCAAATGGATACCAACCGAGACGGAAAACTCTCATTGGAAGAATTCATCAGAGGGGCAAA

...
#青文字部分：完全一致の連続領域（１５６文字）

次に、「-word_size 157」を指定すると、「No hits found」として結果が得られません。「完全一致が連続する領域」が157より短いからです。

$ blastn -query qy/query1.fa -db db/db1.fa -word_size 157

***** No hits found *****

blastn word_size 使い分け

これらのことを利用すると、blastn を使って「完全一致の連続領域」を「指定長さで探索する」ことができます。長い領域を探索したい場合は、-word_sizeを大きい値にします。短くする場合は小さい値にします。blastで結果が得られず、連続領域が短いと思う場合は-word_sizeを小さくするとblast結果が得られることがあります。

blastn で完全一致の連続領域を探索する方法

blastn オプション word_size

blastn word_size 変更例

blastn word_size 使い分け

論文・データ解析の支援

関連記事１

関連記事２