练习：使用 NCBI 与 CNGB 网站做在线序列比对

本页为动手练习指南：在浏览器中分别对核酸与蛋白做一次在线 BLAST，并比较 NCBI BLAST 与 CNGBdb BLAST 的流程与结果。示例序列来自 CNGBdb 数据资源（与 GenBank 同源），可在源页面核对元数据。

一、练习说明

  • 目标：
    ① 使用 BLASTN 检索核酸记录 LC656365.1（人源 ACE2 基因部分 CDS，129 bp）；
    ② 使用 BLASTP 检索蛋白记录 BAB40370.1（ACE2［Homo sapiens］，805 aa）。
    两条查询均在 NCBI 与 CNGBdb 各运行一次，并记录关键结果。
  • 环境：浏览器即可；若站点响应慢可更换网络或错峰重试。
  • 安全提示：勿在公开平台提交未发表或涉密序列；本练习仅使用页面提供的公开序列。

二、实验准备

2.1 核酸序列（BLASTN）

记录 LC656365.1：CNGBdb 序列页（Homo sapiens ACE2 gene … partial cds，DNA，129 bp）。下面为可复制的 FASTA（与 NCBI/GenBank 一致）：

>LC656365.1 Homo sapiens ACE2 gene for angiotensin converting enzyme 2, partial cds
ATGAGCACCATCTACAGTACTGGAAAAGTTTGTAACCCAGATAATCCACAAGAATGCTTATTACTTGAAC
CAGGTAGGCTACTAATTTTTAGTAGTGATTATGAAATTTACTTTTCTCTCAGATTTTAA

2.2 蛋白序列（BLASTP）

记录 BAB40370.1：CNGBdb 序列页（ACE2［Homo sapiens］，蛋白质，805 aa）。下面为可复制的 FASTA：

>BAB40370.1 ACE2 [Homo sapiens]
MSSSSWLLLSLVAVTAAQSTIEEQAKTFLDKFNHEAEDLFYQSSLASWNYNTNITEENVQNMNNAGDKWSAFLKEQSTLAQMYPLQEIQNLTVKLQLQALQQNGSSVLSEDKSKRLNTILNTMSTIYSTGKVCNPDNPQE
CLLLEPGLNEIMANSLDYNERLWAWESWRSEVGKQLRPLYEEYVVLKNEMARANHYEDYGDYWRGDYEVNGVDGYDYSRGQLIEDVEHTFEEIKPLYEHLHAYVRAKLMNAYPSYISPIGCLPAHLLGDMWGRFWTNLYS
LTVPFGQKPNIDVTDAMVDQAWDAQRIFKEAEKFFVSVGLPNMTQGFWENSMLTDPGNVQKAVCHPTAWDLGKGDFRILMCTKVTMDDFLTAHHEMGHIQYDMAYAAQPFLLRNGANEGFHEAVGEIMSLSAATPKHLKS
IGLLSPDFQEDNETEINFLLKQALTIVGTLPFTYMLEKWRWMVFKGEIPKDQWMKKWWEMKREIVGVVEPVPHDETYCDPASLFHVSNDYSFIRYYTRTLYQFQFQEALCQAAKHEGPLHKCDISNSTEAGQKLFNMLRL
GKSEPWTLALENVVGAKNMNVRPLLNYFEPLFTWLKDQNKNSFVGWSTDWSPYADQSIKVRISLKSALGDRAYEWNDNEMYLFRSSVAYAMRQYFLKVKNQMILFGEEDVRVANLKPRISFNFFVTAPKNVSDIIPRTEV
EKAIRMSRSRINDAFRLNDNSLEFLGIQPTLGPPNQPPVSIWLIVFGVVMGVIVVGIVILIFTGIRDRKKKNKARSGENPYASIDISKGENNPGFQNTDDVQTSF
建议事先打开的标签页
练习记录
对每条查询分别记录：程序（BLASTN / BLASTP）、数据库名、最优命中 Accession、Identity、Query cover、E-value；并简要对比 NCBI 与 CNGBdb 第一条命中是否一致及可能原因。

三、任务 A：NCBI 在线 BLAST

入口：NCBI BLAST（blast.ncbi.nlm.nih.gov）。首页按序列类型分别进入 Nucleotide BLAST（BLASTN）与 Protein BLAST（BLASTP），与 CNGBdb 命名习惯一致。

A.1 入口与程序选择

  1. 在浏览器打开上述 NCBI BLAST 首页。
  2. 核酸任务使用 Nucleotide BLAST，蛋白任务使用 Protein BLAST；建议先完成 BLASTN，再新开或返回首页进入 BLASTP，避免混用查询类型。

A.2 核酸：BLASTN（LC656365.1）

  1. 进入 Nucleotide BLAST（BLASTN）页面。
  2. 将 LC656365.1 的 FASTA 粘贴到查询框。
  3. 数据库可先保持默认（如 nr 或页面推荐集合），运行并记录最优命中是否指向 ACE2 / 同源基因及统计量。
  4. 视频教程：NCBI BLASTN 操作演示（MP4）

A.3 蛋白：BLASTP（BAB40370.1）

  1. 进入 Protein BLAST（BLASTP）页面。
  2. 将 BAB40370.1 的 FASTA 粘贴到查询框。
  3. 使用默认蛋白库运行，记录最优命中与关键参数；勿与 BLASTN 页面混淆。

四、任务 B：CNGBdb 在线 BLAST

入口：CNGBdb BLAST。程序命名与 NCBI 习惯一致：核酸用 BLASTN，蛋白用 BLASTP。

B.1 入口与程序选择

  1. 打开上述 BLAST 页面。
  2. 先选择 BLASTN，完成核酸任务后再切换到 BLASTP 做蛋白任务。

B.2 核酸：BLASTN（LC656365.1）

  1. 粘贴 2.1 节核酸 FASTA，选择合适核酸数据库（按页面选项或课程要求）。
  2. 提交运行，将结果与 NCBI BLASTN 对照（基因/Accession、排序差异等）。
  3. 视频教程：CNGBdb BLASTN 操作演示（MP4）

B.3 蛋白：BLASTP（BAB40370.1）

  1. 切换到 BLASTP，粘贴 2.2 节蛋白 FASTA。
  2. 提交运行，同样记录并与 NCBI BLASTP 结果对照。
  3. 若几乎无命中，检查是否误用 BLASTN、序列是否截断或含非法字符。

五、两个平台对比

核心结论：两平台在线 BLAST 均基于 NCBI BLAST+ 算法体系，局部比对模型、打分与显著性统计（如 E-value、比特分）及主要参数释义一致，比对结果的解读口径可通用。

系统性差异主要体现在：序列数据库的收录范围、更新策略与地域/项目侧重，以及 Web 检索界面、物种过滤与配套数据服务（API、批量与图形化展示等）——即计算内核同源，数据资源与服务平台不同构。

一、底层与算法：基本一致。CNGBdb BLAST 基于 NCBI BLAST+ 开源引擎（线上常见版本如 2.8.1 / 2.6.0）；NCBI BLAST 为官方部署（版本更新更快，如 2.15.0 及以上）。两者均支持 blastn / blastp / blastx / tblastn / tblastx；核心参数（E-value、word size、identity、coverage、打分矩阵）含义相同；结果指标（E 值、一致性、覆盖度、比特分）解读规则一致，结果判定标准可以通用。

二、数据库（最关键差异）。

NCBI BLAST：数据库覆盖 GenBank / RefSeq / nr / nt / WGS / 16S / ITS / PATRIC 等全球公共库；规模约 30 亿条序列、3.5 PB 以上，全物种、全球提交；最全面、最权威、文献关联最强，冗余度高、更新极快（每日级），适合物种鉴定、同源查找、功能注释与全球比对。

CNGBdb BLAST：数据库以 CNGB 自身归档与测序项目库为主，来自中国团队、华大系、CNGB 测序项目、国家专项数据等；特色库包括 MacroBank、宏基因组、单细胞、植物/海洋/微生物专项、中国特有物种等；规模约 数亿条、数百 PB，以亚洲/中国样本、本土物种、独家测序数据为主；很多序列不在 NCBI 出现（中国独家数据）；冗余较低、更新较慢（按月/季度）；适合中国本土物种、CNGB 项目内数据、宏基因组与国产组学数据。

三、界面与功能对比。

维度 NCBI BLAST CNGBdb BLAST
入口 blast.ncbi.nlm.nih.gov db.cngb.org/blast
界面风格 经典、选项与参数丰富 相对简洁、中文友好、参数精简
MegaBLAST 有（高相似核酸常用） 有（同类算法）
物种过滤 强（完整 NCBI 分类体系） 相对弱（CNGB 自有分类）
结果图形 丰富（如 MapViewer、分类相关展示） 基础图形、展示更简
批量 / API 强（NCBI API、Entrez 等） 有限（以平台内接口为主）
多序列 / 批量 支持较好 支持，限制通常更严
访问体验 国际节点，高峰可能较慢 国内节点，国内访问常更快、更稳

四、适用场景（怎么选）。

  • 更适合 NCBI BLAST：全球物种鉴定（细菌、真菌、动物等通用场景）；查找已知功能基因、RefSeq、模式生物；需要文献关联、完整注释与跨库验证；撰写国际期刊、需标准参考序列支撑时。
  • 更适合 CNGBdb BLAST：序列来自 CNGB/SRA 相关测序、华大平台或国内项目；研究中国特有物种、本土菌株与环境样本；希望优先比对国内已发布数据、控制冗余；追求国内网络速度与稳定性、减少访问障碍。

五、实战建议。优先双库互查：先用 NCBI nt/nr 做全球鉴定，再用 CNGBdb 查中国本土数据补漏。结果解读完全一样：可看 E-value < 1e-10、Identity ≥ 97%（16S 等场景常用经验）、Query cover ≥ 90% 等（具体阈值需结合序列类型与课题要求）。国内数据优先 CNGB：速度常更快、数据更贴合本土样本、访问更稳。

六、一句话总结。算法同源、指标通用；NCBI 侧重全球最全与权威通用；CNGBdb 侧重中国数据、本土项目与国内访问体验。

六、作业与拓展

  • 必做：对 LC656365.1 与 BAB40370.1 各写一行小结：在 NCBI 与 CNGBdb 上第一条命中的标题（或 Accession）与 E-value 是否一致，若不一致简述可能原因（库范围、版本、注释差异等）。
  • 选做：在 CNGBdb 源序列页查看两条记录的谱系（Lineage）与分子类型，对照 BLAST 结果中的物种信息。
  • 拓展阅读：教程 · 序列比对（NCBI 详解）。

← 返回练习目录 · 页面路径：docs/Practice/01-online-sequence-alignment.html