主要为基因组测序比对相关知识，部分内容作笔记自查使用。如有错误或遗漏还请海涵，可评论或邮箱联系。最后修改时间：2020-04-16 16:18:55 星期四

【目的】 防止由于低复杂度和重复片段存在，而产生大量有统计学意义，但无生物学实际意义的比对结果

【方法】 将查询序列中极低复杂度的片段mask掉

【程序参数】-F：开启过滤

【目的】 鸽子洞思想。将查询序列切片成一个一个的w-mers以便快速查找，其中w为切片长度

【方法】

【程序参数】-W 数字：设定切片长度w

【目的】 拿seeding产生list中的每一个word，去数据库中做匹配。保留匹配值大于设定阈值T的匹配点位置

【方法】 1、 哈希表法：给word设定键值，通过键值直接寻址找匹配 2、 有限自动机法：程序确定word里每一个字符的转换状态，然后去数据库中搜索

【目的】 将Search步骤找到的匹配点向前向后延伸，使之成为一个HSP。在扩展后的区域，应用Smith-Waterman动态规划算法，以便确定最终的比对，从而显著降低了计算量

【方法】 设定cutoff值S。如果延伸过程中，比对的打分低于S，我们就停止。下例设定S=0

【目的】 评估找到的比对结果的显著性。如果显著性水平高，说明该比对并不是因为随机原因而比对成功的

【方法】E = kmne{}^{ - \lambda S}E=kmne−λS m：查询序列长度 n：数据库长度 S：HSP的原始得分

通常E蛋白blastx核酸序列转换成蛋白质序列搜索tblastx核酸序列转换成蛋白质序列，再将核算数据库转换成蛋白质数据库搜索蛋白->核酸tblastn蛋白质序列转换成核酸序列搜索