بلاست (التكنولوجيا الحيوية)

الموسوعة الحرة
مقارنة BLAST لأوجه التشابه بين الوحدة الفرعية بيتا للهيموجلوبين البشري والبروتينات الأخرى.

في مجال المعلوماتية الحيوية ، يُعدّ برنامج BLAST ( أداة البحث الأساسية للمحاذاة المحلية ) [ 3 ] خوارزميةً وبرنامجًا لمقارنة معلومات التسلسل البيولوجي الأساسية ، مثل تسلسلات الأحماض الأمينية للبروتينات ، والنيوكليوتيدات في تسلسلات الحمض النووي DNA و/أو RNA . يُمكّن بحث BLAST الباحث من مقارنة تسلسل بروتين أو نيوكليوتيد مُحدد (يُسمى الاستعلام) مع مكتبة أو قاعدة بيانات للتسلسلات، وتحديد التسلسلات في قاعدة البيانات التي تُشابه تسلسل الاستعلام بما يتجاوز عتبةً مُعينة. على سبيل المثال، بعد اكتشاف جين غير معروف سابقًا في الفأر ، يُجري العالم عادةً بحث BLAST في الجينوم البشري لمعرفة ما إذا كان البشر يحملون جينًا مُشابهًا؛ حيث يُحدد BLAST التسلسلات في الجينوم البشري التي تُشابه جين الفأر بناءً على تشابه التسلسل.

خلفية

يُعدّ برنامج BLAST من برامج المعلوماتية الحيوية واسعة الانتشار للبحث عن التسلسلات. [ 4 ] وهو يعالج مشكلة أساسية في أبحاث المعلوماتية الحيوية. تتميز الخوارزمية الاستدلالية التي يستخدمها البرنامج بسرعة أكبر في عمليات البحث واسعة النطاق مقارنةً بطرق أخرى مثل سميث-واترمان. ويُعدّ هذا التركيز على السرعة أمرًا بالغ الأهمية لجعل الخوارزمية عملية على قواعد بيانات الجينوم الضخمة المتاحة حاليًا، على الرغم من إمكانية تطوير خوارزميات لاحقة أسرع.

التطور والتاريخ

صُمم برنامج BLAST بواسطة يوجين مايرز، وستيفن ألتشول، ووارن غيش، وديفيد ج. ليبمان، وويب ميلر في معاهد الصحة الوطنية الأمريكية، ونُشر في مجلة علم الأحياء الجزيئي عام 1990. يعتمد BLAST على برنامج FASTA ، وهو برنامج سابق مُصمم للبحث عن تشابه تسلسلات البروتينات والحمض النووي. يتضمن BLAST نموذجًا عشوائيًا جديدًا طوره صموئيل كارلين وستيفن ألتشول . [ 5 ] اقترحا "طريقة لتقدير أوجه التشابه بين تسلسل الحمض النووي المعروف لكائن حي وآخر"، [ 3 ] ووُصف عملهما بأنه "الأساس الإحصائي لبرنامج BLAST". [ 6 ] لاحقًا، قام ألتشول، وغيش، وميلر، ومايرز، وليبمان بتصميم وتنفيذ برنامج BLAST، الذي نُشر في مجلة علم الأحياء الجزيئي عام 1990، وتم الاستشهاد به أكثر من 100,000 مرة منذ ذلك الحين. [ 7 ]

الخوارزمية

على الرغم من أن برنامج BLAST أسرع من أي تطبيق لخوارزمية سميث-واترمان في معظم الحالات، إلا أنه لا يضمن "المحاذاة المثلى لتسلسلات الاستعلام وقاعدة البيانات" كما تفعل خوارزمية سميث-واترمان. كانت خوارزمية سميث-واترمان امتدادًا لطريقة مثلى سابقة، وهي خوارزمية نيدلمان-وونش ، التي كانت أول خوارزمية لمحاذاة التسلسلات تضمن إيجاد أفضل محاذاة ممكنة. مع ذلك، فإن متطلبات الوقت والمساحة لهذه الخوارزميات المثلى تتجاوز بكثير متطلبات برنامج BLAST.

يُعدّ برنامج BLAST أكثر كفاءة من حيث الوقت مقارنةً ببرنامج FASTA، إذ يبحث فقط عن الأنماط الأكثر أهمية في التسلسلات، مع الحفاظ على حساسية مماثلة. ويمكن تحقيق ذلك بشكل أكبر من خلال فهم خوارزمية BLAST الموضحة أدناه.

ومن الأمثلة على الأسئلة الأخرى التي يستخدم الباحثون برنامج BLAST للإجابة عليها ما يلي:

كما يتم استخدام BLAST في كثير من الأحيان كجزء من خوارزميات أخرى تتطلب مطابقة تسلسل تقريبية .

يتوفر برنامج BLAST على موقع NCBI الإلكتروني. وتتوفر أنواع مختلفة من BLAST بحسب تسلسلات الاستعلام وقواعد البيانات المستهدفة. وتشمل التطبيقات البديلة AB-BLAST (المعروف سابقًا باسم WU-BLAST)، وFSA-BLAST (آخر تحديث له كان في عام 2006)، وScalaBLAST. [ 8 ] [ 9 ]

كانت الورقة الأصلية التي نشرها ألتشول وآخرون [ 7 ] هي الورقة الأكثر استشهادًا بها في التسعينيات. [ 10 ]

مدخل

تسلسلات الإدخال ( بتنسيق FASTA أو Genbank )، وقاعدة البيانات المراد البحث فيها، ومعلمات اختيارية أخرى مثل مصفوفة التسجيل. [ 11 ]

الناتج

يمكن عرض نتائج BLAST بصيغ متنوعة، منها HTML والنص العادي و XML . في موقع NCBI الإلكتروني، تُعرض النتائج افتراضيًا بصيغة HTML. عند إجراء بحث BLAST على NCBI، تُعرض النتائج في شكل رسومي يوضح التطابقات، وجدولًا يُظهر مُعرّفات التسلسل لهذه التطابقات مع بيانات التقييم، بالإضافة إلى محاذاة التسلسل المطلوب والتطابقات مع درجات BLAST المقابلة لها. ولعلّ الجدول هو الأسهل قراءةً والأكثر إفادة.

إذا كنت تبحث عن تسلسل خاص أو غير متوفر في قواعد البيانات العامة المتاحة عبر مصادر مثل المركز الوطني لمعلومات التقانة الحيوية (NCBI)، فيمكنك تحميل برنامج BLAST مجانًا على أي جهاز كمبيوتر. تجده في قسم ملفات BLAST+ التنفيذية. كما تتوفر برامج تجارية للشراء. يمكنك العثور على قواعد البيانات على موقع NCBI، وكذلك في فهرس قواعد بيانات BLAST (FTP).

عملية

باستخدام أسلوب استدلالي ، يجد برنامج BLAST التسلسلات المتشابهة من خلال تحديد التطابقات القصيرة بين تسلسلين. تُسمى هذه العملية "التهيئة". بعد هذا التطابق الأول، يبدأ BLAST في إجراء عمليات محاذاة محلية. عند محاولة إيجاد التشابه في التسلسلات، تُعد مجموعات الأحرف المشتركة، المعروفة بالكلمات، بالغة الأهمية. على سبيل المثال، لنفترض أن التسلسل يحتوي على سلسلة الأحرف التالية: GLKFA. إذا تم إجراء BLAST في ظروف عادية، فسيكون طول الكلمة 3 أحرف. في هذه الحالة، باستخدام سلسلة الأحرف المعطاة، ستكون الكلمات التي يتم البحث عنها هي GLK وLKF وKFA. تحدد الخوارزمية الاستدلالية لبرنامج BLAST جميع الكلمات المشتركة المكونة من ثلاثة أحرف بين التسلسل محل الاهتمام والتسلسل أو التسلسلات المطابقة من قاعدة البيانات. تُستخدم هذه النتيجة بعد ذلك لبناء محاذاة. بعد تكوين الكلمات للتسلسل محل الاهتمام، يتم تجميع بقية الكلمات أيضًا. يجب أن تستوفي هذه الكلمات شرط الحصول على درجة لا تقل عن العتبة T ، عند مقارنتها باستخدام مصفوفة تسجيل النقاط.

تُعدّ مصفوفة BLOSUM62 إحدى مصفوفات التقييم الشائعة الاستخدام في عمليات بحث BLAST ، [ 12 ] مع العلم أن المصفوفة المثلى تعتمد على تشابه التسلسل. بعد تجميع الكلمات والكلمات المجاورة، تُقارن هذه الكلمات بالتسلسلات الموجودة في قاعدة البيانات للعثور على التطابقات. تحدد قيمة العتبة T ما إذا كانت كلمة معينة ستُدرج في المحاذاة أم لا. بعد إجراء عملية التهيئة، تُمدد المحاذاة، التي لا يتجاوز طولها ثلاثة أحماض أمينية، في كلا الاتجاهين باستخدام خوارزمية BLAST. يؤثر كل تمديد على قيمة المحاذاة إما بزيادتها أو إنقاصها. إذا كانت هذه القيمة أعلى من قيمة T المحددة مسبقًا ، فستُدرج المحاذاة في نتائج BLAST. أما إذا كانت هذه القيمة أقل من قيمة T المحددة مسبقًا ، فسيتوقف تمديد المحاذاة، مما يمنع إدراج مناطق المحاذاة الضعيفة في نتائج BLAST. لاحظ أن زيادة قيمة T تحد من المساحة المتاحة للبحث، مما يقلل من عدد الكلمات المجاورة، وفي الوقت نفسه يسرع عملية BLAST

الخوارزمية

لتشغيل برنامج BLAST، يتطلب البرنامج تسلسل استعلام للبحث عنه، وتسلسلًا للبحث مقابله (يُسمى أيضًا التسلسل المستهدف)، أو قاعدة بيانات تسلسلية تحتوي على عدة تسلسلات مماثلة. سيجد BLAST في قاعدة البيانات التسلسلات الفرعية المشابهة للتسلسلات الفرعية في الاستعلام. في الاستخدام المعتاد، يكون تسلسل الاستعلام أصغر بكثير من قاعدة البيانات، على سبيل المثال، قد يتكون الاستعلام من ألف نيوكليوتيد بينما تتكون قاعدة البيانات من عدة مليارات من النيوكليوتيدات.

تعتمد فكرة برنامج BLAST الرئيسية على وجود أزواج من القطع عالية الدرجات (HSP) ضمن محاذاة ذات دلالة إحصائية. يبحث BLAST عن محاذاة تسلسلية عالية الدرجات بين تسلسل الاستعلام والتسلسلات الموجودة في قاعدة البيانات باستخدام أسلوب استدلالي يُقارب خوارزمية سميث-واترمان . مع ذلك، فإن أسلوب سميث-واترمان الشامل بطيء جدًا للبحث في قواعد البيانات الجينومية الكبيرة مثل GenBank . لذا، يستخدم BLAST أسلوبًا استدلاليًا أقل دقة من خوارزمية سميث-واترمان، ولكنه أسرع بأكثر من 50 مرة. [ 13 ] تُعد سرعة BLAST ودقته الجيدة نسبيًا من بين الابتكارات التقنية لبرامج BLAST. تشمل الخطوات الرئيسية للخوارزمية ترشيح المناطق منخفضة التعقيد، وتحديد تطابقات الكلمات عالية الدرجات، والتقييم الإحصائي للمحاذاة.

فيما يلي نظرة عامة على خوارزمية BLAST (بحث البروتين عن البروتين): [ 13 ]

  1. قم بإزالة المناطق أو التسلسلات المتكررة ذات التعقيد المنخفض في تسلسل الاستعلام.
    تعني "المنطقة منخفضة التعقيد" منطقةً في التسلسل تتكون من أنواع قليلة من العناصر. قد تُعطي هذه المناطق درجات عالية تُربك البرنامج في العثور على التسلسلات المهمة في قاعدة البيانات، لذا يجب استبعادها. تُعلّم هذه المناطق بالحرف X (للتسلسلات البروتينية) أو N (للتسلسلات الحمضية النووية)، ثم يتجاهلها برنامج BLAST. لاستبعاد المناطق منخفضة التعقيد، يُستخدم برنامج SEG للتسلسلات البروتينية، وبرنامج DUST للتسلسلات الحمضية النووية. من جهة أخرى، يُستخدم برنامج XNU لإخفاء التكرارات المتتالية في التسلسلات البروتينية.
  2. قم بإنشاء قائمة كلمات مكونة من k حرفًا لتسلسل الاستعلام.
    لنأخذ k = 3 كمثال، نقوم بإدراج الكلمات المكونة من 3 أحرف في تسلسل البروتين المطلوب ( عادةً ما يكون k = 11 لتسلسل الحمض النووي) "بالتسلسل"، حتى يتم تضمين الحرف الأخير من تسلسل البروتين المطلوب. يوضح الشكل 1 هذه الطريقة.
    الشكل 1: طريقة إنشاء قائمة كلمات الاستعلام المكونة من k حرفًا. [ 14 ]
  3. أدرج الكلمات المتطابقة المحتملة.
    تُعدّ هذه الخطوة إحدى الفروقات الرئيسية بين BLAST وFASTA. يهتم FASTA بجميع الكلمات المشتركة في قاعدة البيانات وتسلسلات الاستعلام المدرجة في الخطوة 2؛ بينما يهتم BLAST فقط بالكلمات ذات الدرجات العالية. تُحسب الدرجات بمقارنة الكلمة في القائمة في الخطوة 2 مع جميع الكلمات المكونة من 3 أحرف. باستخدام مصفوفة الدرجات ( مصفوفة الاستبدال ) لتقييم مقارنة كل زوج من الأحماض الأمينية، يوجد 20^3 درجة تطابق محتملة لكلمة مكونة من 3 أحرف. على سبيل المثال، تكون الدرجة التي تم الحصول عليها بمقارنة PQG مع PEG وPQA هي 15 و12 على التوالي باستخدام نظام ترجيح BLOSUM62 . بالنسبة لكلمات الحمض النووي، تُسجل درجة التطابق بـ +5 وعدم التطابق بـ -4، أو بـ +2 و-3. بعد ذلك، يُستخدم حد T لدرجة الكلمات المجاورة لتقليل عدد الكلمات المتطابقة المحتملة. ستبقى الكلمات التي تزيد درجاتها عن الحد T في قائمة الكلمات المتطابقة المحتملة، بينما سيتم استبعاد الكلمات ذات الدرجات الأقل. على سبيل المثال، يتم الاحتفاظ بـ PEG، ولكن يتم التخلي عن PQA عندما تكون T تساوي 13.
  4. قم بتنظيم الكلمات المتبقية ذات الدرجات العالية في شجرة بحث فعالة.
    وهذا يسمح للبرنامج بمقارنة الكلمات ذات الدرجات العالية بسرعة مع تسلسلات قاعدة البيانات.
  5. كرر الخطوتين 3 و 4 لكل كلمة مكونة من k حرف في تسلسل الاستعلام.
  6. قم بمسح تسلسلات قاعدة البيانات بحثًا عن تطابقات تامة مع الكلمات المتبقية ذات الدرجات العالية.
    يقوم برنامج BLAST بفحص تسلسلات قاعدة البيانات بحثًا عن الكلمة المتبقية ذات الدرجة العالية، مثل PEG، لكل موضع. إذا تم العثور على تطابق تام، يُستخدم هذا التطابق لإنشاء محاذاة محتملة غير متقطعة بين تسلسل الاستعلام وتسلسلات قاعدة البيانات.
  7. قم بتوسيع نطاق التطابقات التامة لتشمل أزواج الأجزاء ذات الدرجات العالية (HSP).
    • تُوسّع النسخة الأصلية من BLAST نطاق المحاذاة بين الاستعلام وتسلسل قاعدة البيانات في الاتجاهين الأيمن والأيسر، بدءًا من موضع التطابق التام. ولا يتوقف هذا التوسيع إلا عندما يبدأ مجموع نقاط HSP بالتناقص. ويُقدّم الشكل 2 مثالًا مبسطًا على ذلك.
      الشكل 2: عملية توسيع نطاق التطابق التام. مقتبس من تحليل التسلسل البيولوجي 1، المواضيع الحالية في تحليل الجينوم.
      الشكل 3: مواقع التطابقات التامة.
    • لتوفير المزيد من الوقت، تم تطوير نسخة أحدث من برنامج BLAST، تُسمى BLAST2 أو BLAST المُجزأ. يعتمد BLAST2 عتبة أقل لدرجة الكلمات المجاورة للحفاظ على نفس مستوى الحساسية في الكشف عن تشابه التسلسلات. ونتيجةً لذلك، تصبح قائمة الكلمات المتطابقة المحتملة في الخطوة 3 أطول. بعد ذلك، يتم ضم المناطق المتطابقة تمامًا، ضمن مسافة A من بعضها البعض على نفس القطر في الشكل 3، لتشكيل منطقة جديدة أطول. وأخيرًا، يتم توسيع المناطق الجديدة بنفس طريقة النسخة الأصلية من BLAST، ثم يتم إنشاء درجات HSPs (أزواج المقاطع عالية الدرجات) للمناطق الموسعة باستخدام مصفوفة الاستبدال كما في السابق.
  8. أدرج جميع الأشخاص ذوي الحساسية العالية في قاعدة البيانات الذين حصلوا على درجة عالية بما يكفي ليتم أخذهم في الاعتبار.
    نُدرج نقاط HSP التي تتجاوز درجاتها درجة القطع S المحددة تجريبياً . من خلال فحص توزيع درجات المحاذاة التي تم نمذجتها عن طريق مقارنة التسلسلات العشوائية، يمكن تحديد درجة قطع S بحيث تكون قيمتها كبيرة بما يكفي لضمان أهمية نقاط HSP المتبقية.
  9. قم بتقييم أهمية درجة HSP.
    يقوم برنامج BLAST بعد ذلك بتقييم الدلالة الإحصائية لكل درجة HSP باستخدام توزيع غامبل للقيم المتطرفة (EVD). (ثبت أن توزيع درجات محاذاة سميث-واترمان المحلية بين سلسلتين عشوائيتين يتبع توزيع غامبل للقيم المتطرفة. أما بالنسبة للمحاذاة المحلية التي تحتوي على فجوات، فلم يتم إثبات ذلك). ووفقًا لتوزيع غامبل للقيم المتطرفة، فإن احتمال p لملاحظة درجة S تساوي أو تزيد عن x يُعطى بالمعادلة التالية:
    ص(S≥x)=1-خبرة⁡(-هـ-λ(x-μ)){\displaystyle p\left(S\geq x\right)=1-\exp \left(-e^{-\lambda \left(x-\mu \right)}\right)}
    أين
    μ=سجل⁡(كم′ن′)λ{\displaystyle \mu ={\frac {\log \left(Km'n'\right)}{\lambda }}\;}
    المعايير الإحصائيةλ{\displaystyle \lambda }وك{\displaystyle \mathrm {K} }يتم تقديرها عن طريق مطابقة توزيع درجات المحاذاة المحلية غير المتقطعة، لتسلسل الاستعلام والعديد من النسخ المُعاد ترتيبها (إعادة ترتيب عالمية أو محلية) لتسلسل قاعدة البيانات، مع توزيع غامبل للقيم القصوى. لاحظ أنλ{\displaystyle \lambda }وك{\displaystyle \mathrm {K} }يعتمد ذلك على مصفوفة الاستبدال، وعقوبات الفجوات، وتكوين التسلسل (ترددات الأحرف).م′{\displaystyle m'}ون′{\displaystyle n'}يمثلان الطول الفعال لتسلسلات الاستعلام وقاعدة البيانات، على التوالي. يتم تقصير طول التسلسل الأصلي إلى الطول الفعال للتعويض عن تأثير الحواف (من المرجح ألا تحتوي بداية المحاذاة القريبة من نهاية أحد تسلسلات الاستعلام أو قاعدة البيانات على تسلسل كافٍ لبناء محاذاة مثالية). ويمكن حسابهما كالتالي:
    م′≈م-ln⁡كمنح{\displaystyle m'\approx m-{\frac {\ln Kmn}{H}}\;}
    ن′≈ن-ln⁡كمنح{\displaystyle n'\approx n-{\frac {\ln Kmn}{H}}\;}
    أينح{\displaystyle \mathrm {H} }هو متوسط ​​النتيجة المتوقعة لكل زوج من البقايا المتراصفة في محاذاة سلسلتين عشوائيتين. وقد قدم ألتشول وجيش القيم النموذجية.λ=0.318{\displaystyle \lambda =0.318}،ك=0.13{\displaystyle \mathrm {K} =0.13}، وح=0.40{\displaystyle \mathrm {H} =0.40}لإجراء محاذاة محلية غير متقطعة باستخدام مصفوفة الاستبدال BLOSUM62. يُطلق على استخدام القيم النموذجية لتقييم الدلالة اسم طريقة جدول البحث، وهي طريقة غير دقيقة. يُمثل التوقع E لتطابق قاعدة البيانات عدد المرات التي قد يحصل فيها تسلسل قاعدة بيانات غير ذي صلة على درجة S أعلى من x بالصدفة. يُعطى التوقع E الذي تم الحصول عليه في بحث عن قاعدة بيانات تحتوي على D تسلسلًا بالصيغة التالية:
    هـ≈1-هـ-ص(s>x)د{\displaystyle E\approx 1-e^{-p\left(s>x\right)D}}
    علاوة على ذلك، عندماص<0.1{\displaystyle p<0.1}يمكن تقريب E بتوزيع بواسون كما يلي
    هـ≈صد{\displaystyle E\approx pD}
    يُدرج في نتائج BLAST التوقع أو القيمة المتوقعة "E" (والتي تُسمى غالبًا درجة E أو قيمة E أو قيمة e ) لتقييم أهمية درجة HSP للمحاذاة المحلية غير المتقطعة. ويُعدَّل الحساب الموضح هنا عند دمج درجات HSP الفردية، كما هو الحال عند إنتاج محاذاة متقطعة (الموصوفة أدناه)، وذلك بسبب اختلاف المعايير الإحصائية.
  10. قم بدمج منطقتين أو أكثر من مناطق HSP في محاذاة أطول.
    أحيانًا، نجد منطقتين أو أكثر من مناطق HSP في تسلسل قاعدة بيانات واحد، ما يسمح بتكوين محاذاة أطول. يوفر هذا دليلًا إضافيًا على العلاقة بين الاستعلام وتسلسل قاعدة البيانات. توجد طريقتان لمقارنة أهمية مناطق HSP المدمجة حديثًا: طريقة بواسون وطريقة مجموع الدرجات. لنفترض وجود منطقتين مدمجتين من مناطق HSP بقيمتي الدرجات (65، 40) و(52، 45) على التوالي. تعطي طريقة بواسون أهمية أكبر للمجموعة ذات الدرجة الأدنى القصوى (45 > 40). مع ذلك، تُفضل طريقة مجموع الدرجات المجموعة الأولى، لأن 65 + 40 (105) أكبر من 52 + 45 (97). يستخدم برنامج BLAST الأصلي طريقة بواسون، بينما يستخدم كل من BLAST المُجزأ وWU-BLAST طريقة مجموع الدرجات.
  11. اعرض عمليات المحاذاة المحلية لـ Smith-Waterman مع وجود فجوات بين الاستعلام وكل تسلسل من تسلسلات قاعدة البيانات المطابقة.
    • يقوم برنامج BLAST الأصلي فقط بإنشاء محاذاة غير متقطعة تتضمن نقاط HSP التي تم العثور عليها في البداية بشكل فردي، حتى عندما يكون هناك أكثر من نقطة HSP واحدة موجودة في تسلسل قاعدة بيانات واحد.
    • يُنتج برنامج BLAST2 محاذاة واحدة مع فجوات قد تشمل جميع مناطق HSP التي تم العثور عليها مبدئيًا. تجدر الإشارة إلى أن حساب النتيجة وقيمة E المقابلة لها يتضمن استخدام عقوبات مناسبة للفجوات.
  12. قم بالإبلاغ عن كل مباراة يكون فيها معدل التوقع أقل من قيمة عتبة E.

أنواع التفجير

BLASTn (بلاست النيوكليوتيدات)

يوفر برنامج BLASTn عمليات بحث من نيوكليوتيد إلى نيوكليوتيد. وهذا مفيد عند محاولة تحديد العلاقات التطورية بين الكائنات الحية. [ 15 ]

tBLASTn

تُستخدم أداة tBLASTn لإجراء عمليات بحث عن البروتينات المترجمة إلى الحمض النووي. يُعدّ هذا مفيدًا عند البحث عن مناطق ترميز بروتيني متشابهة في تسلسلات الحمض النووي التي لم تُشرح بالكامل، مثل تسلسلات EST (تسلسلات cDNA قصيرة أحادية القراءة) وتسلسلات HTG (تسلسلات الجينوم الأولية). نظرًا لعدم وجود ترجمات بروتينية معروفة لهذه التسلسلات، لا يمكننا البحث عنها إلا باستخدام tBLASTn. [ 15 ]

BLASTx

يقارن برنامج BLASTx تسلسل النيوكليوتيدات المُدخل (والذي يمكن ترجمته إلى ستة تسلسلات بروتينية مختلفة) بقاعدة بيانات البروتينات. تُعد هذه الأداة مفيدة عندما يكون إطار قراءة تسلسل الحمض النووي غير مؤكد أو يحتوي على أخطاء قد تُسبب أخطاءً في ترميز البروتين. يوفر BLASTx إحصائيات مُجمعة للنتائج عبر جميع الأطر، مما يجعله مفيدًا للتحليل الأولي لتسلسلات الحمض النووي الجديدة. [ 15 ]

BLASTp
تتم مقارنة تسلسل البروتين بقاعدة بيانات nr باستخدام BLASTp.

يُستخدم برنامج BLASTp، أو برنامج BLAST البروتيني، لمقارنة تسلسلات البروتينات. يمكنك إدخال تسلسل بروتيني واحد أو أكثر لمقارنته بتسلسل بروتيني واحد أو بقاعدة بيانات لتسلسلات البروتينات. يُعدّ هذا مفيدًا عند محاولة تحديد بروتين ما من خلال البحث عن تسلسلات مشابهة في قواعد بيانات البروتينات الموجودة. [ 15 ]

انفجار متوازٍ

تُنفَّذ نسخ BLAST المتوازية لقواعد البيانات المُقسَّمة باستخدام MPI و Pthreads ، وقد نُقلت إلى منصاتٍ مُتعددة تشمل Windows و Linux و Solaris و Mac OS X و AIX . تشمل الأساليب الشائعة لموازاة BLAST توزيع الاستعلامات، وتجزئة جداول التجزئة، وموازاة الحساب، وتجزئة قواعد البيانات. تُقسَّم قواعد البيانات إلى أجزاء متساوية الحجم وتُخزَّن محليًا على كل عُقدة. يُنفَّذ كل استعلام على جميع العُقد بالتوازي، وتُدمج ملفات مُخرَج BLAST الناتجة من جميع العُقد للحصول على المُخرَج النهائي. تشمل التطبيقات المُحدَّدة MPIblast وScalaBLAST وDCBLAST وغيرها. [ 16 ]

تستخدم MPIblast تقنية تجزئة قواعد البيانات لموازاة عملية الحساب. [ 17 ] وهذا يُتيح تحسينات كبيرة في الأداء عند إجراء عمليات بحث BLAST عبر مجموعة من العُقد في مجموعة حاسوبية. في بعض الحالات، يُمكن تحقيق تسريع فائق الخطية. وهذا ما يجعل MPIblast مناسبًا لمجموعات البيانات الجينومية الضخمة التي تُستخدم عادةً في المعلوماتية الحيوية.

يعمل برنامج BLAST عادةً بسرعة O(n) ، حيث n هو حجم قاعدة البيانات. [ 18 ] يزداد وقت إتمام البحث خطيًا مع ازدياد حجم قاعدة البيانات. يستخدم MPIblast المعالجة المتوازية لتسريع البحث. السرعة المثالية لأي عملية حسابية متوازية هي تعقيد O(n/p)، حيث n هو حجم قاعدة البيانات وp هو عدد المعالجات. يشير هذا إلى أن المهمة موزعة بالتساوي بين عدد المعالجات p. يوضح الرسم البياني المرفق هذا الأمر. قد يكون التسارع الفائق الخطي الذي قد يحدث أحيانًا مع MPIblast ذا تعقيد أفضل من O(n/p). يحدث هذا لأن ذاكرة التخزين المؤقت يمكن استخدامها لتقليل وقت التشغيل. [ 19 ]

بدائل لبرنامج BLAST

يُمكن استخدام برنامج FASTA ، وهو البرنامج السابق لبرنامج BLAST ، للبحث عن التشابه بين البروتينات والحمض النووي. يوفر FASTA مجموعة برامج مماثلة لمقارنة البروتينات بقواعد بيانات البروتينات والحمض النووي، ومقارنة الحمض النووي بقواعد بيانات الحمض النووي والبروتينات، ويتضمن برامج إضافية للتعامل مع الببتيدات القصيرة غير المرتبة وتسلسلات الحمض النووي. بالإضافة إلى ذلك، توفر حزمة FASTA برنامج SSEARCH، وهو تطبيق مُحسّن لخوارزمية سميث-واترمان الدقيقة . على الرغم من أن FASTA أبطأ من BLAST، إلا أنه يوفر نطاقًا أوسع بكثير من مصفوفات التقييم، مما يُسهّل تخصيص البحث لمسافة تطورية محددة.

يُعدّ برنامج BLAT ( أداة محاذاة شبيهة بـ BLAST ) بديلاً سريعًا للغاية ولكنه أقل حساسية بكثير من BLAST . فبينما يُجري BLAST بحثًا خطيًا، يعتمد BLAT على فهرسة قاعدة البيانات باستخدام k-mer ، وبالتالي يُمكنه غالبًا العثور على البذور بشكل أسرع. [ 20 ] وهناك برنامج بديل آخر مشابه لـ BLAT وهو PatternHunter .

أدت التطورات في تقنيات التسلسل الجيني في أواخر العقد الأول من الألفية الثانية إلى جعل البحث عن تطابقات نيوكليوتيدية شديدة التشابه مشكلةً بالغة الأهمية. تستخدم برامج المحاذاة الجديدة المصممة خصيصًا لهذا الغرض عادةً فهرسة BWT لقاعدة البيانات المستهدفة (عادةً ما تكون جينومًا). وبذلك، يمكن ربط التسلسلات المدخلة بسرعة كبيرة، ويكون الناتج عادةً على شكل ملف BAM. ومن أمثلة برامج المحاذاة: BWA و SOAP و Bowtie .

لتحديد البروتينات، يعد البحث عن المجالات المعروفة (على سبيل المثال من Pfam ) عن طريق المطابقة مع نماذج ماركوف المخفية بديلاً شائعًا، مثل HMMER .

يُعدّ برنامج PLAST بديلاً لبرنامج BLAST لمقارنة مجموعتين من التسلسلات. يوفر PLAST أداة بحث عامة عالية الأداء للبحث عن تشابه التسلسلات بين المجموعات، معتمدًا على خوارزميتي PLAST [ 21 ] وORIS [ 22 ] . تتشابه نتائج PLAST إلى حد كبير مع نتائج BLAST، إلا أن PLAST أسرع بكثير وقادر على مقارنة مجموعات كبيرة من التسلسلات باستهلاك منخفض للذاكرة (أي ذاكرة الوصول العشوائي).

بالنسبة للتطبيقات في علم الجينوم البيئي، حيث تتمثل المهمة في مقارنة مليارات من قراءات الحمض النووي القصيرة بعشرات الملايين من المراجع البروتينية، يعمل برنامج DIAMOND [ 23 ] بسرعة تصل إلى 20000 مرة أسرع من BLASTX، مع الحفاظ على مستوى عالٍ من الحساسية.

يُعد برنامج MMseqs مفتوح المصدر بديلاً لبرنامج BLAST/PSI-BLAST، حيث يُحسّن من أدوات البحث الحالية في جميع جوانب المفاضلة بين السرعة والحساسية، ويحقق حساسية أفضل من PSI-BLAST بسرعة تزيد عن 400 ضعف. [ 24 ]

تم اقتراح أساليب الحوسبة الضوئية كبدائل واعدة للتطبيقات الكهربائية الحالية. يُعد OptCAM مثالاً على هذه الأساليب، وقد ثبت أنه أسرع من BLAST. [ 25 ]

مقارنة بين تقنية BLAST وعملية سميث-واترمان

على الرغم من أن كلاً من Smith-Waterman و BLAST يستخدمان للعثور على التسلسلات المتماثلة من خلال البحث عن تسلسل الاستعلام ومقارنته بتلك الموجودة في قواعد البيانات، إلا أنهما يختلفان في بعض الجوانب.

نظراً لأن برنامج BLAST يعتمد على خوارزمية استدلالية، فإن النتائج التي يحصل عليها لا تشمل جميع التطابقات المحتملة في قاعدة البيانات، مما يؤدي إلى إغفال بعض التطابقات التي يصعب العثور عليها.

يُعدّ استخدام خوارزمية سميث-واترمان بديلاً للعثور على جميع النتائج المحتملة. تختلف هذه الطريقة عن طريقة BLAST في جانبين: الدقة والسرعة. توفر خوارزمية سميث-واترمان دقةً أعلى، إذ تجد تطابقات لا تستطيع BLAST العثور عليها، لأنها لا تستبعد أي معلومات. لذا، فهي ضرورية للبحث عن التشابه البعيد. مع ذلك، بالمقارنة مع BLAST، فهي تستغرق وقتًا أطول وتتطلب قدرة حاسوبية وذاكرة كبيرتين. لكن، تم إحراز تقدم كبير في تسريع عملية بحث سميث-واترمان، وذلك بفضل استخدام رقائق FPGA وتقنية SIMD .

للحصول على نتائج أكثر شمولاً من برنامج BLAST، يمكن تغيير الإعدادات عن الإعدادات الافتراضية. مع ذلك، قد تختلف الإعدادات المثلى لتسلسل معين. تشمل الإعدادات التي يمكن تغييرها: قيمة E، وتكاليف الفجوات، والمرشحات، وحجم الكلمة، ومصفوفة الاستبدال.

تجدر الإشارة إلى أن الخوارزمية المستخدمة في برنامج BLAST قد طُوِّرت من الخوارزمية المستخدمة في برنامج Smith-Waterman. يستخدم برنامج BLAST محاذاةً تُحدد "المحاذاة المحلية بين التسلسلات من خلال إيجاد تطابقات قصيرة، ومن هذه التطابقات الأولية تُنشأ المحاذاة (المحلية)". [ 26 ]

عرض نتائج BLAST

لمساعدة المستخدمين في تفسير نتائج BLAST، تتوفر برامج مختلفة. وفقًا لطريقة التثبيت والاستخدام، وميزات التحليل والتقنية المستخدمة، إليك بعض الأدوات المتاحة: [ 27 ]

  • خدمة NCBI BLAST
  • مُفسِّرات إخراج BLAST العامة، ذات واجهة المستخدم الرسومية: JAMBLAST، وBlast Viewer، وBLASTGrabber
  • بيئات BLAST المتكاملة: PLAN، BlastStation-Free، SequenceServer
  • برامج تحليل مخرجات BLAST: MuSeqBox، Zerg، BioParser، BLAST-Explorer، SequenceServer
  • أدوات متخصصة متعلقة بـ BLAST: MEGAN و BLAST2GENE و BOV و Circoletto

تظهر أمثلة على تصورات نتائج BLAST في الشكلين 4 و 5.

الشكل 4: عرض مرئي على نمط Circos لنتائج BLAST التي تم إنشاؤها باستخدام برنامج SequenceServer .
الشكل 5: توزيع طول نتائج BLAST التي تم إنشاؤها باستخدام برنامج SequenceServer، مما يوضح أن الاستعلام (منتج جيني متوقع) أطول مقارنة بتسلسلات قاعدة البيانات المماثلة.

استخدامات التفجير

يمكن استخدام برنامج BLAST لأغراض متعددة. وتشمل هذه الأغراض تحديد الأنواع، وتحديد النطاقات، وإنشاء العلاقات التطورية، ورسم خرائط الحمض النووي، والمقارنة.

تحديد الأنواع
باستخدام برنامج BLAST، يمكنك تحديد نوع الكائن الحي بدقة أو العثور على أنواع متماثلة. وهذا مفيد، على سبيل المثال، عند العمل على تسلسل الحمض النووي لنوع غير معروف.
تحديد النطاقات
عند العمل مع تسلسل بروتيني، يمكنك إدخاله في BLAST لتحديد النطاقات المعروفة داخل التسلسل محل الاهتمام.
تحديد السلالات التطورية
باستخدام النتائج التي تم الحصول عليها من خلال برنامج BLAST، يمكنك إنشاء شجرة تطورية باستخدام صفحة BLAST الإلكترونية. تُعدّ الأشجار التطورية المبنية على BLAST وحده أقل موثوقية من طرق التحليل التطوري الحاسوبية الأخرى المصممة خصيصًا لهذا الغرض ، لذا ينبغي الاعتماد عليها فقط في التحليلات التطورية الأولية.
رسم خرائط الحمض النووي
عند العمل مع نوع معروف، والرغبة في تحديد تسلسل جين في موقع غير معروف، يمكن لبرنامج BLAST مقارنة الموقع الكروموسومي للتسلسل المطلوب مع التسلسلات ذات الصلة في قواعد البيانات. وقد طوّر المركز الوطني لمعلومات التقانة الحيوية (NCBI) أداة "Magic-BLAST" مبنية على برنامج BLAST لهذا الغرض. [ 28 ]
مقارنة
عند العمل مع الجينات، يمكن لـ BLAST تحديد الجينات المشتركة في نوعين مرتبطين، ويمكن استخدامه لرسم خرائط التعليقات التوضيحية من كائن حي إلى آخر.
تصنيف التصنيف
يُمكن لبرنامج BLAST استخدام التسلسلات الجينية لمقارنة العديد من التصنيفات مع البيانات التصنيفية المعروفة. وبذلك، يُمكنه تقديم صورة للعلاقات التطورية بين الأنواع المختلفة (الشكل 6). تُعد هذه طريقة مفيدة لتحديد الجينات اليتيمة ، لأنه إذا ظهر الجين في كائن حي خارج السلالة الأصلية، فلن يُصنف كجين يتيم.
الشكل 6: مخرجات بحث BLASTP التي توضح أن الجين الموجود في Bufo japonicus موجود أيضًا في العديد من الأنواع الأخرى من سلالة الضفادع ( Anura ).
على الرغم من أن هذه الطريقة مفيدة، إلا أن بعض الخيارات الأكثر دقة للعثور على المتماثلات ستكون من خلال محاذاة التسلسل الزوجي ومحاذاة التسلسل المتعدد .

انظر أيضاً

مراجع

  1. ↑ ملاحظات إصدار BLAST . المركز الوطني لمعلومات التكنولوجيا الحيوية (الولايات المتحدة). 24 يونيو 2024.
  2. ↑ "معلومات مطوري BLAST" . blast.ncbi.nlm.nih.gov .
  3. 1 2 دوغلاس مارتن (21 فبراير 2008). "وفاة صموئيل كارلين، عالم الرياضيات متعدد المواهب، عن عمر يناهز 83 عامًا" . صحيفة نيويورك تايمز .
  4. ↑ آر إم كيسي (2005). "تسلسلات BLAST تساعد في علم الجينوم وعلم البروتينات" . شبكة ذكاء الأعمال.
  5. ↑ "مواضيع BLAST" .
  6. ↑ دان ستوبر (16 يناير 2008). "سام كارلين، عالم الرياضيات الذي حسّن تحليل الحمض النووي، يتوفى عن عمر يناهز 83 عامًا" . Stanford.edu . مؤرشف من الأصل في 12 يونيو 2016. تم الاطلاع عليه في 16 يوليو 2019 .
  7. 1 2 ستيفن ألتشول ؛ وارن غيش ؛ ويب ميلر ؛ يوجين مايرز ؛ ديفيد ج. ليبمان (1990). "أداة بحث أساسية للمحاذاة المحلية" . مجلة البيولوجيا الجزيئية . 215 (3): 403-410 . doi : 10.1016/S0022-2836(05)80360-2 . PMID 2231712. S2CID 14441902 .  
  8. ↑ أوهمن، سي.؛ نيبلوخا، ج. (2006). "ScalaBLAST: تطبيق قابل للتوسع لـ BLAST لتحليل المعلوماتية الحيوية عالي الأداء وكثيف البيانات" . معاملات IEEE للأنظمة المتوازية والموزعة . 17 (8): 740. doi : 10.1109/TPDS.2006.112 . S2CID 11122366 . 
  9. ↑ أوهمن، سي إس؛ باكستر، دي جيه (2013). " ScalaBLAST 2.0: حسابات BLAST سريعة ودقيقة على أنظمة المعالجات المتعددة" . المعلوماتية الحيوية . 29 (6): 797-798 . doi : 10.1093/bioinformatics/btt013 . PMC 3597145. PMID 23361326 .  
  10. ↑ "استخلاص المعنى من التسلسلات: ستيفن ف. ألتشول يتحدث عن تحسين برنامج BLAST" . ساينس ووتش. يوليو-أغسطس 2000. مؤرشف من الأصل في 7 أكتوبر 2007.
  11. ↑ بينومارثي، لاسيا ر.؛ بابتيستا، رودريغو ب.؛ بودري، ميغان س.؛ غلين، ترافيس س.؛ كيسنجر، جيسيكا س. (18-12-2024). "تجميع جديد لجينوم كريبتوسبوريديوم ميليغريديس على مستوى الكروموسوم مع شرحه" . البيانات العلمية . 11 (1): 1388. Bibcode : 2024NatSD..11.1388P . doi : 10.1038/s41597-024-04235-7 . ISSN 2052-4463 . PMC 11655656. PMID 39695163 .   
  12. ↑ ستيفن هينيكوف ؛ جورجا هينيكوف (1992). "مصفوفات استبدال الأحماض الأمينية من كتل البروتين" . وقائع الأكاديمية الوطنية للعلوم . 89 ( 22): 10915-10919 . رمز Bibcode : 1992PNAS...8910915H . doi : 10.1073/pnas.89.22.10915 . PMC 50453. PMID 1438297 .  
  13. 1 2 ماونت، د. و. (2004). المعلوماتية الحيوية: تحليل التسلسل والجينوم ( الطبعة الثانية). مطبعة كولد سبرينغ هاربور. ISBN  978-0-87969-712-9.
  14. ↑ مقتبس من تحليل التسلسل البيولوجي 1، المواضيع الحالية في تحليل الجينوم.
  15. 1 2 3 4 "أدلة المكتبة: موارد المعلوماتية الحيوية NCBI: مقدمة: BLAST: مقارنة وتحديد التسلسلات" .
  16. ↑ ييم، دبليو سي؛ كوشمان، جيه سي (2017). "Divide and Conquer (DC) BLAST: تنفيذ سريع وسهل لخوارزمية BLAST ضمن بيئات الحوسبة عالية الأداء" . PeerJ . 5 e3486 . doi : 10.7717/peerj.3486 . PMC 5483034. PMID 28652936 .  
  17. ↑ دارلينج، إيس؛ كاري، لويس؛ فينغ، وي-تشون (2003). "تصميم وتنفيذ وتقييم mpiBLAST" (ملف PDF) . جامعة ويسكونسن-ماديسون . تاريخ الاسترجاع: 17 أبريل 2023 .
  18. ↑ كيليس، مانوليس (5 أكتوبر 2020). "خوارزمية بلاست (أداة البحث الأساسية عن المحاذاة)" . ليبرتيكستس . تم الاسترجاع في 17 أبريل 2023 .
  19. ↑ دارلينج، إيس؛ كاري، لويس؛ فينغ، وي-تشون (2003). "تصميم وتنفيذ وتقييم mpiBLAST" (ملف PDF) . جامعة ويسكونسن-ماديسون . تاريخ الاسترجاع: 17 أبريل 2023 .
  20. ↑ كينت، دبليو. جيمس (1 أبريل 2002). "BLAT - أداة محاذاة شبيهة بـ BLAST" . أبحاث الجينوم . 12 (4): 656-664 . doi : 10.1101/gr.229202 . ISSN 1088-9051 . PMC 187518. PMID 11932250 .   
  21. ↑ لافينير، د.؛ لافينير، دومينيك (2009). " PLAST: أداة بحث متوازية للمحاذاة المحلية لمقارنة قواعد البيانات" . BMC Bioinformatics . 10 : 329. doi : 10.1186/1471-2105-10-329 . PMC 2770072. PMID 19821978 .  
  22. ↑ لافينير، د. (2009). "خوارزمية بذرة الفهرس المرتب لمقارنة تسلسل الحمض النووي المكثفة" (ملف PDF) . ندوة IEEE الدولية لعام 2008 حول المعالجة المتوازية والموزعة (ملف PDF) . الصفحات 1-8 . CiteSeerX 10.1.1.155.3633 . doi : 10.1109/IPDPS.2008.4536172 . ISBN   978-1-4244-1693-6. S2CID 10804289 . 
  23. ↑ بوخفينك، شي ، وهوسون (2015). "محاذاة سريعة وحساسة للبروتينات باستخدام DIAMOND". Nature Methods . 12 (1): 59–60 . doi : 10.1038/nmeth.3176 . PMID 25402007. S2CID 5346781 .  
  24. ↑ شتاينغر، مارتن؛ سودينغ، يوهانس (16 أكتوبر 2017). "يُمكّن MMseqs2 من البحث الحساس عن تسلسل البروتين لتحليل مجموعات البيانات الضخمة". مجلة Nature Biotechnology . 35 (11): 1026-1028 . doi : 10.1038/nbt.3988 . hdl : 11858/00-001M-0000-002E-1967-3 . PMID: 29035372. S2CID : 402352 .  
  25. ↑ مالكي، إحسان؛ كوهي، سمية؛ كاوهوش، الزهراء؛ مشاغي، علي رضا (2020). "OptCAM: بنية بصرية فائقة السرعة لاكتشاف متغيرات الحمض النووي" . مجلة Biophotonics . 13 (1) هـ201900227. دوى : 10.1002/jbio.201900227 . بميد 31397961 . 
  26. ↑ "شرح المعلوماتية الحيوية: مقارنة بين BLAST و Smith-Waterman" (ملف PDF) . 4 يوليو 2007.
  27. ↑ نيومان، كومار، وشالشيان-تبريزي (2014). "تصور مخرجات BLAST في عصر التسلسل الجديد" . موجزات في المعلوماتية الحيوية . 15 (4): 484-503 . doi : 10.1093/bib/bbt009 . PMID 23603091 . 
  28. ↑ "NCBI Magic-BLAST" . ncbi.github.io . تم ​​الاطلاع عليه بتاريخ 16 مايو 2019 .