任建英， 郭 睿， 焦向英

(1)山西医科大学基础医学院生物化学与分子生物学教研室， 太原 030000；2)山西医科大学基础医学院生理学系， 太原 030000)

许多生物信息学任务依赖于序列比对，通过比对可以判断序列是否相似，进而分析其同源性，推导生物进化过程，发现生物序列中的功能、结构和进化信息都具有重要的意义。例如，2019年新冠疫情袭来，国内学者数月内便查明病原体，并于2020年1月共享新冠病毒基因组信息，以便全球的疫情防控和病毒溯源[1,2]。在获得基因和基因组序列的基础上，还能进一步研究基因与环境、基因与基因、基因与非编码序列、基因与蛋白质之间的相互作用，借助基因工程和细胞工程等手段改造自然，甚至正如电影《侏罗纪公园》中所描绘的使复活灭绝的物种成为可能[3]。

基本局部比对搜索工具(basic local alignment search tool，BLAST)是最流行的序列比对工具之一。BLAST包括短序列匹配和扩展2个阶段：在短序列匹配阶段通常会先去掉输入序列的低复杂度或重复区域，再划分为K-letter长的子序列(即查询种子，核酸序列默认字长为11，蛋白质序列默认字长为3)，同时在数据库中定位找到种子序列；在扩展阶段对种子序列尽最大可能延伸形成高分配对片段(high-scoring segment pair, HSP)，并以适当形式展示结果[4]。NCBI(National Center for Biotechnology Information)提供了BLAST工具在线交互式操作服务(https://blast.ncbi.nlm.nih.gov/Blast.cgi)，一般的序列比对通常会在数s内返回比对结果。

在序列提交页面涉及众多参数，例如数据库(database)、程序的选择(program selection)以及算法相关的常规参数(general parameters)和打分参数(scoring parameters)等。使用者会因为不会选择各种参数而直接选择默认值，继而可能得出错误的结论。……