使用NCBI做BLAST，我应该选择哪个DatabaseNCBI(NationalCenterforBiotechnologyIn
formation)由美国国立卫生研究院(NIH)于1988年创办，创办NCBI的初衷是为了给分子生物学家提供一个信息储存和处理
的系统。除了建有GenBank核酸序列数据库(该数据库的数据资源来自全球几大DNA数据库，其中包括日本DNA数据库DDBJ、欧洲分
子生物学实验室数据库EMBL以及其它几个知名科研机构)之外，NCBI还可以提供众多功能强大的数据检索与分析工具。其中NCBI提供的
BLAST工具相信访问过NCBI的每个科学研究人员都用过该序列比对工具，但是在使用BLAST工具进行序列比对时，往往都要选择一个D
atabase进行比对，那如何选择呢？BLAST工具一：NucleotideBLASTNucleotideBLAST是核苷酸与
核苷酸比对工具，进行比对时，选择Standarddatabase中具体哪一种database进行比对呢？每种database都包
含哪些序列信息呢？Nucleotidecollection(nr/nt)Database描述：包含了除EST，STS，GSS，W
GS，TSA，patent，HTGS以及长度超过100Mb序列以外的包含在GenBank，EMBL，DDBJ，PDB，RefSeq
中的所有序列。使用环境：未知序列，在不清楚序列物种，序列来源，序列类型的情况下可优先考虑序列类型：mixedDNA更新时间：20
19/10/03序列数量：55908648ReferenceRNAsequences(refseq_rna)Database描
述：包含了refseq数据库中的NM_，NR_，XM_，XR_序列记录，区别于RefseqmRNA。使用环境：知道序列对应的基因
名称，可以考虑选择该Database进行序列比对序列类型：cDNA更新时间：2019/09/26序列数量：33713514RefS
eqRepresentativeGenomeDatabaseDatabase描述：该数据库以最小冗余度建立，包含了从NCBI
Refseq基因组数据库中选择的参考和代表性基因组，其结果是该数据库中的基因组是NCBI提供的质量最好的基因组序列信息。对于真核
生物，每个生物仅包含一个基因组。但是，对于其他生物，可能包括来自同一生物（例如大肠杆菌）的不同分离株的多个基因组。使用环境：判断序
列大概有几个外显子组成，或者某段序列在基因组中的位置，方向等序列类型：Genomic更新时间：2015/09/30序列数量：134
54918RefSeqGenomeDatabase(refseq_genomes)Database描述：包含了所有分类物种的N
CBIRefseq基因组序列。它仅包含顶层(top-level)序列，即仅包含代表基因组任何给定部分的最长序列。虽然包含组装的染
色体序列，但用于组装此染色体序列的任何较短序列，例如重叠群(contigs)不包括在内。使用环境：判断序列大概有几个外显子组成，或
者某段序列在基因组中的位置，方向等序列类型：Genomic更新时间：2016/12/14序列数量：33120025BLAST工具二
：Primer-BLAST对于Standarddatabase的介绍就到这里，NCBI中还有一类特殊比对工具，这里主要介绍Pri
mer-BLAST比对工具中的各Database的区别。nr(Nucleotidecollection)Database描述：包
含了除EST，STS，GSS，WGS，TSA，patent，HTGS以及长度超过100Mb序列以外的包含在GenBank，EMBL
，DDBJ，PDB，RefSeq中的所有序列。2、RefseqmRNADatabase描述：只包含了NCBIRefseq数据
库中编码蛋白质的mRNA。.3、RefseqRNADatabase描述：包含了NCBIRefseq数据库中编码蛋白质的mRN
A和非编码RNA。RefseqmRNA和RefseqRNA区别：举例NCBIhumanGLYR1(GeneID:846
56)有5个NM号，6个NR号，7个XM号，4个XR号。在使用AGTCGTCTCAACCTGCGACAT和GCCGCTAAGATC
ACCAACATC这对qPCR引物进行比对，结果为：如果选择RefseqmRNA比对，只能比对到5个NM号和7个XM号；如果选择
RefseqRNA比对，比对到5个NM号，6个NR号，7个XM号，4个XR号。4、Refseqrepresentativeg
enomesDatabase描述：该数据库以最小冗余度建立，包含了从NCBIRefseq基因组数据库中选择的参考和代表性基因组，
其结果是该数据库中的基因组是NCBI提供的质量最好的基因组序列信息。Genomesforselectedorganisms
(primaryreferenceassemblyonly)Database描述：包含了来自主要染色体装配的完整或接近完整的
基因组序列，可以选择限定的物种有：apismellifera，bostaurus，daniorerio，dog，droso
philamelanogaster，gallusgallus，human，mouse，pantroglodytes，pig，
rat。Refseqrepresentativegenomes与Genomesforselectedorganisms
(primaryreferenceassemblyonly)的区别：前者完全包含后者，后者Genomesforselec
tedorganisms(primaryreferenceassemblyonly)不包含替代基因组，因此比Refseq
representativegenomes数据库具有更少的冗余。如果您不考虑替代基因组或者线粒体序列，建议在进行qPCR引物特
异性比对时推荐使用Genomesforselectedorganisms(primaryreferenceassemblyonly)。总结：选择正确的，合适的Database能够让我们非常容易的分析结果，另外，Database选择不合适可能会导致错误的判读哦，后面大家在使用BLAST工具时如果碰到此种情况，建议更换Database重新比对试试。 |
|
