已有 82501 次阅读 2013-4-2 22:05 |系统分类:科研笔记

BLAST中的E值(E-value)是什么意思？

BLAST是指Basic Local Alignment Search Tool，是生物信息学中的一种序列比对算法，用于寻找蛋白质或核酸的相似序列。

下面是一个BLAST结果，

后面有两个值，一个是S值，一个E值。可以发现，结果是依据S值的高低来显示的。

S值表示两序列的同源性，分值越高表明它们之间相似的程度越大。

E值就是S值可靠性的评价。它表明在随机的情况下，其它序列与目标序列相似度要大于S值的可能性。所以它的分值越低越好。

E值的计算：

E=K*m*n*(e-lambda*S)

其中，K和lambda与数据库和算法有关，是个常量；m代表目标序列的长度，n代表数据库的大小，S就是前面提到的S值。通常来讲，我们认为E值小于10-5就是比较可性的S值结果。我们可以想象，相同的数据库，E=0.001时如果有1000条都有机会比现在这个S值要高的话，那么把E设置为10-6时可能就会只得到一条结果，就是S值最可靠的那个。

但是E值也不是万能的。它在以下几个情况下有局限性：

1. 当目标序列过小时，E值会偏大，因为无法得到较高的S值。2. 当两序列同源性虽然高，但有较大的gap（空隙）时，S值会下降。这个时候gap scores就非常有用。3. 有些序列的非功能区有较低的随机性时，可能会造成两序列较高的同源性。

E值总结：

E值适合于有一定长度，而且复杂度不能太低的序列。当E值小于10-5时，表明两序列有较高的同源性，而不是因为计算错误。当E值小于10-6时，表明两序列的同源性非常高，几乎没有必要再做确认。