Blast

O Blast (Basic Local Alignment Search Tools) [2], desenvolvido pelo NCBI (National Center for Biotechnology Information), é um conjunto de algoritmos de comparação de seqüências de nucleotídeos e amino-ácidos. Segmentos de uma seqüência são comparados com segmentos de outras seqüências e são atribuídos pontos (scores) que indicam o grau de similaridade entre os segmentos. Quanto mais alta é a pontuação, maior é o grau de similaridade. Assim, ao final de uma execução do Blast temos, para cada par de seqüências, zero ou mais scores, dependendo do quão semelhantes elas são.

Figura 1: Cálculo do raw score

A seguir serão descritos alguns termos relevantes ao estudo do Blast:

• Identidade (identity): segmento no qual duas seqüências são invariantes. Para nucleotídeos, as identidades valem +5, enquanto que para amino-ácidos seus valores são dados por uma matriz de substituição.

• Substituição (substitution): presença de bases diferentes em uma posição de um alinhamento. Para nucleotídeos, uma substituição vale -4, para amino-ácidos o valor depende da matriz de substituição utilizada.

• Gap: espaço produzido em um alinhamento para compensar inserções e remoções em uma seqüência em relação à outra. Um score de - a é cobrado pela existência de um gap e um score de - b é cobrado por cada resíduo do gap. Assim, um gap de k resíduos vale
  - (a + kb)

  Os valores desses custos são calculados empiricamente; em geral atribui-se um valor alto para a (10-15) e um baixo para b (1-2).

• Raw score (figura 1): o score de um alinhamento, calculado como a soma de scores de substituição e de gaps.
  S = $$\sum$$(identidades, substituicoes) - $$\sum$$(custo dos gaps)

• Bit score: derivado do raw score; leva em conta as propriedades estatísticas do sistema de pontuação (matriz de substituição e custo dos gaps).
  S' = $${\frac{{\lambda S - lnK}}{{ln2}}}$$

  Onde $\lambda$ e K dependem do sistema de pontuação (matriz de substituição e tamanho das seqüências).

  Por ser uma versão normalizada do raw score, o bit score pode ser utilizado em comparações com scores de outros alinhamentos.