blast 使い方 完全一致の連続領域を探索するには?

バイオインフォ道場、くまぞうです。

blastn で完全一致の連続領域を探索する方法

スポンサーリンク



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。blastnword_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。

スポンサーリンク





ピックアップ記事

  1. R plot 重ねる方法3パターン サンプルでわかるRの使い方

    Rでグラフ (plot) を重ねる方法は、「単純な追加」「図に重ねて描画」「濃淡で重なり表現」の3…
  2. R subset関数 データフレームやmatrixからの条件指定による行・列の抽出

    R の subset関数は、データフレームやマトリックスから条件にマッチした部分集合を取り出します…
  3. awk split サンプルでわかる列の分割とセパレータ(文字・正規表現)の指定方法

    awkのsplit関数は、セパレータを指定して文字列を分割することができます。セパレータには文字や…

人気記事

  1. IGV, 解析ツール

    IGV 使い方 インストール〜便利な使い方まで | リファレンス・マッピングデータ・アノテーションを読み込んで表示しよう
    IGV(Integrative Genomics View…
  2. Excel, その他, 統計

    z-score 計算方法 エクセル(Excel) 編
    統計処理で、大きく変化しているなどの判断基準にも使われる値…
  3. R データ型 - 文字列・ベクター・データフレーム・マトリックス など-, R言語, スクリプト

    R subset関数 データフレームやmatrixからの条件指定による行・列の抽出
    R の subset関数は、データフレームやマトリックスか…

おすすめ記事

  1. bash 応用, シェルスクリプト

    シェル スクリプト ファイル存在チェック・空のファイルチェック
    bashでスクリプトを作成するときに、よく使うのがファイル…
  2. R言語, グラフ

    R 使い方 軸・ラベルの調整(向き・サイズ・色など) グラフの描き方
    Rによるplot(グラフ)の描画は、手軽で大変便利です。た…
  3. awk, bash 文字列操作, シェルスクリプト

    bash 部分文字列・置換・長さ・連結・分割の文字列処理
    bashのよく使う文字列処理、部分文字列・置換・連結・長さ…