NCBI常用的序列搜索比對(duì)工具是BLAST。

BLAST是NCBI中常用的序列搜索比對(duì)工具，用于在DNA、蛋白質(zhì)等生物信息學(xué)領(lǐng)域進(jìn)行序列比對(duì)和相似性搜索。BLAST通過算法對(duì)輸入的序列進(jìn)行比對(duì)，在數(shù)據(jù)庫中找到相似的序列。該工具廣泛應(yīng)用于基因功能研究、物種鑒定、蛋白質(zhì)相互作用等領(lǐng)域。以下是關(guān)于BLAST的詳細(xì)介紹：

BLAST作為NCBI的核心工具之一，對(duì)于生物信息學(xué)研究者來說至關(guān)重要。它能夠快速準(zhǔn)確地搜索和比對(duì)生物序列，幫助研究者找到相似的基因或蛋白質(zhì)序列。該工具不僅適用于科研人員，也適用于廣大生物學(xué)愛好者以及需要基礎(chǔ)生物信息學(xué)知識(shí)的其他領(lǐng)域的研究人員。BLAST的應(yīng)用范圍非常廣泛，從基因組學(xué)到蛋白質(zhì)組學(xué)，從基礎(chǔ)研究到臨床應(yīng)用，都發(fā)揮著不可替代的作用。

其強(qiáng)大的搜索功能使研究者能夠快速獲取有關(guān)基因或蛋白質(zhì)的信息，為后續(xù)的分子生物學(xué)實(shí)驗(yàn)和數(shù)據(jù)分析提供了重要支持。NCBI還提供了多種不同類型的BLAST工具，如用于核酸序列比對(duì)的BLASTn、用于蛋白質(zhì)序列比對(duì)的BLASTp等，以滿足不同研究需求。這些工具的使用非常簡(jiǎn)單，用戶只需在NCBI網(wǎng)站上的BLAST界面輸入待查詢的序列，選擇相應(yīng)的數(shù)據(jù)庫和比對(duì)參數(shù)，即可快速獲得比對(duì)結(jié)果。這些結(jié)果可以幫助研究者了解序列的相似性和進(jìn)化關(guān)系等重要信息。

總的來說，NCBI的BLAST工具是生物信息學(xué)領(lǐng)域非常重要的序列搜索比對(duì)工具，對(duì)于生物學(xué)研究和相關(guān)領(lǐng)域的探索具有重要意義。

EMBI的在線雙序列比對(duì)工具提供了三種選項(xiàng)，1）全局比對(duì)；2）局部比對(duì)；3）全基因組比對(duì)。

并且每一個(gè)比對(duì)工具下提供了不同算法的選擇。

這里我使用的uniprot中的ABCB1的兩種亞型的數(shù)據(jù)。

選擇Needleman-Wunsch算法的全局比對(duì)，先來試試看。

這一步非常簡(jiǎn)單，將蛋白質(zhì)序列貼在輸入框即可。

可以手動(dòng)輸入，也可以上傳文件。

但是embi對(duì)文件格式也做了一定的要求。

遇事不絕，BLOSUM62就完事兒拉。（embi也幫我們?cè)O(shè)定好了默認(rèn)的參數(shù)）

gap為罰分情況，而這里的gap也分了很多種。

返回的結(jié)果分為兩個(gè)部分。

第一個(gè)部分是比對(duì)相關(guān)設(shè)定的參數(shù)，以及最終比對(duì)的概要，如長(zhǎng)度，一致度、相似度、空格，得分。

第二部分則是序列比對(duì)的具體信息

左邊是序列的名字（ps：實(shí)際使用發(fā)現(xiàn)，對(duì)于序列名稱較長(zhǎng)時(shí)，工具無法讀完整，因此盡量不要把兩條序列的名稱弄得太長(zhǎng)）

右邊則是序列部分。

上下分別是兩條序列的信息。而連接兩條序列的中間部分，則表示序列匹配的具體情況。

左右分別表示起始或末尾的字母，實(shí)際在序列中的位置。

還記得在操作時(shí)，第二步提供了gap罰分的參數(shù)選項(xiàng)嗎？

實(shí)際上，這些gap也有不同的類型。針對(duì)不同類型的gap，調(diào)整不同的罰分，可以使結(jié)果更加準(zhǔn)確。

gap open，便是一系列空格中，開頭的那個(gè)空格。領(lǐng)頭的自然牛一些，因此分?jǐn)?shù)也罰的高。

gap extend，便是跟著gap open的一系列延伸的空格。跟班的自然比不過打頭的，分也低了不少。

結(jié)尾也可以設(shè)定gap罰分

end gap penalty默認(rèn)為false，若設(shè)定為true則可以使用結(jié)尾的gap罰分。但一般親緣關(guān)系較近且大多數(shù)情況下，一般不使用結(jié)尾gap罰分。

當(dāng)我們給gap open大，如 10分，gap extend小，如0.5分的時(shí)候。

結(jié)果里的空格在序列比對(duì)中的位置就相對(duì)非常集中。

自然是因?yàn)榉稚⒌膅ap代價(jià)太大了。

而同理，當(dāng)我們給gap open小，如 1分，gap extend大，如5分的時(shí)候。結(jié)果里的空格也相應(yīng)的非常分散。

既然兩種不同的罰分設(shè)定會(huì)造成序列比對(duì)結(jié)果的差異，該選擇哪種方式呢？

比如下面就有兩個(gè)很典型的情況。gap集中 or gap分散？

1）有兩條相似的待比對(duì)序列，是同源序列，因此它們的功能和結(jié)構(gòu)也相似。其中一條序列結(jié)構(gòu)已知，而另一條未知。想通過序列比對(duì)，用已知結(jié)構(gòu)序列作為模版，預(yù)測(cè)另一個(gè)序列的結(jié)構(gòu)。（分散）

2）有兩條待比對(duì)序列，且已知它們大部分區(qū)域都是非常相似的，但其中一個(gè)序列的功能區(qū)，在另一個(gè)序列中是缺失的。想要通過序列比對(duì)，將另一個(gè)序列的功能區(qū)找出來。（集中）

如果你對(duì)于結(jié)果沒有什么預(yù)期，例如只是為了單純地比較兩個(gè)不同的序列，則可以使用默認(rèn)的罰分參數(shù)，即 gap open= 10, gap extend= 0.5。

局部比對(duì)提供了三種算法

選擇最經(jīng)典的 Simith-Waterman算法

其他所有的步驟都和全局比對(duì)是差不多的。

我們可以使用PSA提供的范例數(shù)據(jù)

從比對(duì)結(jié)果來看，長(zhǎng)度也少了不少，因?yàn)橹话押谏南嗨撇糠肿隽诵蛄斜葘?duì)。

一般來說，除了當(dāng)一長(zhǎng)一短的情況時(shí)，當(dāng)兩條序列長(zhǎng)度差不多時(shí)，也可以使用局部比對(duì)，以發(fā)現(xiàn)兩條序列最相似的部分。

有的時(shí)候，兩條序列并不同源，只是有相似的功能區(qū)域，使用局部比對(duì)可以非?？焖俚亩ㄎ辉搮^(qū)域在序列中的位置。

除了之前介紹的EMBL pairwise sequence alignment外，還有其他許多平臺(tái)提供全局/局部雙序列比對(duì)的算法。

而主要應(yīng)用的也是 Simith-Waterman算法(局部)以及Needleman-Wunsch算法（全局）。只是在基礎(chǔ)上有所變化。

一個(gè)老師開發(fā)的比embl只多不少的雙序列比對(duì)工具（滑稽.jpg）

還可以給出得分矩陣的作圖結(jié)果

在表格使用數(shù)據(jù)比對(duì)，比對(duì)兩個(gè)表格數(shù)據(jù)方法如下：

工具：聯(lián)想筆記本電腦e460、Windows10系統(tǒng)、WPS11.1.012598。

1、首先打開WPS表格，有兩個(gè)對(duì)比表格數(shù)據(jù)。

2、然后在表格中框選第一個(gè)表格數(shù)據(jù)。

3、點(diǎn)擊數(shù)據(jù)，點(diǎn)擊篩選中的高級(jí)篩選。

4、在條件區(qū)域中框選另一個(gè)表格數(shù)據(jù)，點(diǎn)擊確定。

5、這樣相同的單元格數(shù)據(jù)就被選出來了，添加一個(gè)顏色。

6、在數(shù)據(jù)工具欄中選擇全部顯示。

7、數(shù)據(jù)不一樣的單元格就顯示出來了，就可以成功在表格中核對(duì)兩個(gè)表格數(shù)據(jù)了。

在Excel中進(jìn)行90%數(shù)據(jù)相似度比對(duì)的方法可以通過以下步驟實(shí)現(xiàn)：

1.準(zhǔn)備要比對(duì)的兩組數(shù)據(jù)，分別放置在不同的列或工作表中。

2.在比對(duì)結(jié)果的列（或工作表）中，使用Excel的內(nèi)置函數(shù)或自定義公式進(jìn)行相似度計(jì)算。常用的函數(shù)包括IF、COUNTIF、LEN等。

3.使用相似度計(jì)算公式對(duì)兩組數(shù)據(jù)逐個(gè)進(jìn)行比對(duì)并計(jì)算相似度得分。

4.判定相似度得分是否達(dá)到90%的閾值。可以使用IF函數(shù)、條件格式設(shè)置或篩選/排序等方法來實(shí)現(xiàn)。

5.根據(jù)需要，你可以采取以下措施來顯示或標(biāo)記符合90%相似度的數(shù)據(jù)：

-在比對(duì)結(jié)果列中使用IF函數(shù)來標(biāo)記符合條件的數(shù)據(jù)，例如返回"相似"或"通過"等指示標(biāo)記。

-使用條件格式設(shè)置，將符合條件的數(shù)據(jù)進(jìn)行著色或其他樣式上的變化。

-通過篩選或排序功能，將符合條件的數(shù)據(jù)單獨(dú)展示或置頂。

請(qǐng)注意，如何定義和計(jì)算數(shù)據(jù)相似度取決于你所比對(duì)的數(shù)據(jù)類型和特定的需求。你可能需要進(jìn)一步定義相似度的規(guī)則、使用特定的文本比對(duì)函數(shù)（如TEXTJOIN、FIND等）或使用其他插件/工具來實(shí)現(xiàn)更復(fù)雜的相似度比對(duì)。具體實(shí)現(xiàn)方式可能因?qū)嶋H情況而異，你可以根據(jù)具體數(shù)據(jù)和要求進(jìn)行調(diào)整。

在Excel中，可以使用幾種方法來進(jìn)行數(shù)據(jù)的相似度比對(duì)。

1.打開Excel并將要比對(duì)的數(shù)據(jù)放在兩個(gè)不同的工作表或列中。

2.在第三列輸入以下公式，假設(shè)要比對(duì)的數(shù)據(jù)分別位于 A列和 B列：

```

=IF(A1=B1, 1, 0)

```

這個(gè)公式將會(huì)檢查 A1單元格和 B1單元格中的數(shù)據(jù)是否相同，如果相同則返回1，不同則返回0。

3.將該公式拖動(dòng)到所有需要比對(duì)的單元格中。

這樣，你就會(huì)在第三列中得到一個(gè)以0和1表示的結(jié)果，其中1表示相同，0表示不同。接下來，你可以計(jì)算第三列中1的百分比，以獲取數(shù)據(jù)的相似度。方法有很多，例如：

-使用 `COUNTIF`函數(shù)統(tǒng)計(jì)第三列中1的數(shù)量（相同值的數(shù)量）；

-使用 `COUNT`函數(shù)統(tǒng)計(jì)第三列中單元格的總數(shù)；

-計(jì)算相同值百分比：`(相同值數(shù)量/總數(shù))* 100%`

這樣你就可以獲取到90%的數(shù)據(jù)相似度比對(duì)結(jié)果。

請(qǐng)注意，這種方法只能簡(jiǎn)單地比較值是否相等，并不能考慮更復(fù)雜的數(shù)據(jù)相似度度量，如文本匹配、數(shù)字誤差等。如果需要更高級(jí)的相似度比對(duì)功能，可能需要使用其他工具或編寫自定義腳本來實(shí)現(xiàn)。

在Excel中進(jìn)行數(shù)據(jù)相似度比對(duì)的一種常見方法是使用公式來計(jì)算相似度評(píng)分。以下是一種簡(jiǎn)單的方法，可以通過計(jì)算兩個(gè)數(shù)據(jù)集的相同值的百分比來得出相似度比對(duì)結(jié)果：

1.假設(shè)要比對(duì)的數(shù)據(jù)集分別位于A列和B列，從行2開始。

2.在C2單元格中輸入以下公式：=COUNTIF(A:A,B2)/COUNTA(A:A)。這個(gè)公式將計(jì)算B列中當(dāng)前行的值在A列中出現(xiàn)的次數(shù)，并除以A列的非空單元格總數(shù)，得到相似度百分比。

3.將公式拖動(dòng)或填充至C列的其他單元格。這樣，每行都會(huì)計(jì)算出相似度百分比。

4.將C列的單元格設(shè)置為百分比格式，以便顯示正確的百分比。

5.可以根據(jù)需要對(duì)C列的數(shù)據(jù)進(jìn)行排序或篩選。較高的相似度百分比表示數(shù)據(jù)集更相似。

該方法基于數(shù)據(jù)集中相同值的數(shù)量來計(jì)算相似度百分比，適用于比對(duì)性質(zhì)相似的數(shù)據(jù)。請(qǐng)注意，這只是一種簡(jiǎn)單的比對(duì)方法，根據(jù)數(shù)據(jù)的特點(diǎn)和需求，可能需要采取更復(fù)雜的方法和算法。

用VLOOKUP就能對(duì)90%的數(shù)據(jù)相似度進(jìn)行比對(duì)