蛋白质比对软件 blastp psi-blast phi-blast
1Blastp: 标准的蛋白序列与蛋白序列之间的比对
Standard protein BLAST is designed for protein searches.
Blastp用于确定查询的氨基酸序列在蛋白数据库中找到相似的序列。跟其它的Blast程序一样，目的是要找到相似的区域。
2，PSI-BLAST : 敏感度更高的蛋白序列与蛋白序列之间的比对
PSI-BLAST is designed for more sensitive protein-protein similarity searches.
Position-Specific Iterated (PSI)-BLAST，是一种更加高灵敏的Blastp程序，对于发现远亲物种的相似蛋白或某个蛋白家族的新成员非常有效。当你使用标准的Blastp比对失败时，或比对的结果仅仅是一些假基因或推测的基因序列时（"hypothetical protein" or "similar to..."），你可以选择PSI-BLAST重新试试。
3，PHI-BLAST : 模式发现迭代BLAST
PHI-BLAST can do a restricted protein pattern search.
PHI-BLAST, 模式发现迭代BLAST, 用蛋白查询来搜索蛋白数据库的一个程序。仅仅找出那些查询序列中含有的特殊模式的对齐。
PHI的语法详细介绍看这里：http://www.ncbi.nlm.nih.gov/blast/html/PHIsyntax.html
4.重点介绍：PSI-BLAST
PSI-BLAST(Positive-specific Interative Basic Local Alignment Search Tools)是基于profile搜索的方法，来寻找目标序列。PSI-BLAST先从query序列开始，获得一系列相似性序列，看作是同一蛋白家族，然后构建一个profile。这个profile的矩阵化形式，称之为position-specific score matrix (PSSM)。PSI-BLAST用PSSM，而不是初始的query序列，从数据库中搜索目标序列。
PSSM的特点是：highly conserved positions receive high score and weakly conserved positions receive scores near zero. PSI-BLAST重在发现有relationship的序列，例如有些蛋白质序列间相似性较低，但3D结构非常类似。它比BLAST用一条query序列更有效地找出同源蛋白质。特别是寻找跨物种的distant homologues，这显然是BLAST实现不了的。
PSSM中同一个氨基酸在不同位点的得分不同，因此比PAM和BLOSUM更强调保守性和结构性，而不是序列本身。
PSI-BLAST分为几个重要步骤：
- 用初始的一条蛋白质序列作为query，去BLAST蛋白质数据库(BLOSUM62)，获得初始结果
- 对初始的结果进行多序列比对，构建初始profile，即PSSM
- 用PSSM作为query，搜索数据库，发现较远的相似性序列，并给出E-value
- 构建新的PSSM，重复步骤3。这个过程不断迭代，直到没有符合要求(E-value threshold,比如0.005,有时可放宽至0.01)的新序列
具体步骤可阅读文章Gapped BLAST and PSI-BLAST: a new generation of protein database search program
NCBI的一篇PSI-BLAST tutorial 中列举了几个实际应用的例子:
例1: 大肠杆菌DNA聚合酶III的β亚基和真核细胞里的PCNA
β亚基是一个二聚体，每个单体上有三个同源的domain；PCNA是三聚体，每个单体上有两个同源的domain。这些domain都是同源的，包括两个α-螺旋和八个β折叠(PCNA里有九个)。两种蛋白质3D结构极其相似。但以因为进化距离远，BLAST发现不了二者间的相似性。c
参考：http://yangli.name/2015/11/11/20151111psiblast/
