BLAST由NCBI开发，是一种基于动态规划和启发式算法的局部序列相似性比对程序。所处理的序列包括核苷酸和蛋白质序列，用于比对的数据库可以是一个也可以是多个。BLAST比对强调局部而非全局。用于全局的比对算法要求两条序列的全部片段均相似，而局部比对要求两条序列不一定全部相似，只要两条序列中有相似的部分就可以产生结果。除了可以进行网络版BLAST的访问（http：//blast.ncbi.nlm.nih.gov/Blast.cgi)，NCBI网站还提供单机版的BLAST程序免费下载（ftp：//ftp.ncbi.nlm.nih.gov/blast/executables/ LATEST)。网络版的BLAST操作简单、数据齐全，但检测通量低；单机版的BLAST通量高，可同时对多条序列进行比对，但是安装麻烦，操作繁琐，需要有一定生物信息学基础才能使用。

利用BLAST，把一条DNA序列和另一条DNA、蛋白质序列或者数据库进行比对，能够快速返回带有图表和统计量的结果集。该结果中有2个重要的参数：得分值（score，S)和期望值（expectation，E)。S值：使用打分矩阵对匹配的片段进行打分，对各对碱基（或氨基酸残基)打分求和获得结果值。一般来说，匹配片段越长、相似性越高、S值越大。另外，为了使不同输出结果具有可比性，S值要经过标准化。E值：是对上述S值可信度的评估，表示由于随机性造成获得这一比对结果可能的次数。E值默认值一般是10，这表示比对结果中将有10个匹配序列是随机产生，如果结果序列的E值小于10，则显示结果。采用较低的E值将使搜索比对更加严格，结果中随机产生的匹配序列减少但检出率会大大下降，并有可能漏掉目标序列。

BLAST可以和两种序列类型的数据库进行比对，分别是核苷酸数据库和蛋白质数据库。NCBI提供的BLAST默认比对核酸数据库是nr/nt，该数据库包括了NCBI中RefSeq序列以及GenBank（EST、GSS、STS和HTG除外)中的序列，其他可供比对数据库还有human/mouse genomic+transcript等；用于蛋白质序列比对的默认数据库是非冗余数据库nr，包含来自RefSeq、UniProtKB/ Swiss-Prot、PDB、Protein Research Foundation（PRF)以及GenBank数据库中所有CDS序列，其他可供比对数据库还包括nr数据库下的子数据库以及一些专利数据库和环境样品数据库等。

NCBI根据不同比对目的开发了各种 BLAST算法。如 Blastn、Blastp、Blastx、Tblastn、Tblastx、MegaBLAST、Discontiguous MegaBLAST等（前五种的算法说明见表3-1)。MegaBLAST是NCBI基因组BLAST页面下的默认搜索算法，是一个基于BLAST但具有更高精度的搜索比对工具，主要在网络上对大批量核苷酸进行查询，而且查询速度是标准BLAST的10倍多。Discontiguous MegaBLAST适用于跨物种核苷酸序列查询，使用非连续词条匹配算法（noncontiguousword match)进行比对。

BLAST提供若干种输出格式，如默认的配对序列式、查询锚定式（queryanchored)式和带有表格式的结果表（hit table)等。

PLINK是一款广泛应用的免费、开源的遗传关联分析工具集，由美国哈佛大学开发，旨在用有效的计算方式进行常规的及大规模的遗传分析。目前最新的版本为1.90，可在Windows、Linux和OS X等多种系统下运行，其软件下载地址为http：//www.cog-genomics.org/plink2/。PLINK的分析功能强大，可进行数据处理和统计描述、关联分析、频率检测、哈迪温伯格检验、多重检验校正及基因交互作用分析等。本部分将简要介绍PLINK的一些基本操作。这里以Windows版的PLINK为例。

下载PLINK安装包后，解压后即可使用。例如解压至D：\PLINK文件夹。Window版PLINK需通过DOS运行。通过cmd进入DOS后需首先进入PLINK程序所在文件夹下。操作命令如下：①输入“D：”，然后回车进入D盘（命令不包括引号)；②输入“cd D：\PLINK”然后回车进入PLINK文件夹（命令不包括引号)。

开始分析前，需首先准备PLINK的两个输入文件，它们为PED和MAP文件，分别以.ped和.map作为后缀。PED文件存储样本、表型和基因型信息，每一行代表一个样本描述。PED文件的前六列用于描述样本信息，六列分别为样本的家系ID、样本ID、父亲ID、母亲ID、性别和表型。六列以后，每两列对应一个SNP位点的两个等位。除表型以外，如出现缺失值应当用0代替，若表型有缺失则用-9代替。样本性别需用1和2代表，1为男性，2为女性。如果研究为病例对照研究，表型同样需要使用1和2表示，1为对照，2为病例。MAP文件存储SNP的信息，每一行是一个SNP的染色体定位。MAP文件包含4列，分别对应SNP所在染色体、SNP名称、SNP遗传距离和SNP物理位置，缺失时也用0代替。MAP文件和PED文件是相互关联的，MAP文件第一行的SNP对应PED文件的第六、第七列。例如，假设PED文件第一行为样本1，MAP文件第一行为rs4961，那么样本1的rs4961的基因型位于PED文件的第一行的第六和第七列。依此类推可将多有样本的基因型进行对应。

Plink的基本输入语法格式为：

PLINK的命令可以是单个命令也可以是符合规则的连续多个命令。表3-2列出采用PLINK进行关联分析中常用的一些命令。

这里以病例-对照研究的关联分析为例介绍PLINK的操作。对于病例-对照研究，PLINK提供3种统计分析方法进行分析，包括卡方检验、Fisher检验和逻辑回归。此外，PLINK可根据基因遗传模式提供四种模型的分析结果。四种模型分别是等位基因模型、线性模型、隐性模型和加性模型，四种模型的解释如表3-3所示。

在病例-对照研究中进行关联分析采用以下命令：

其中mydata为用户所准备的PED和MAP文件的文件名（注PED和MAP文件名应当相同)，--assoc为关联分析命令，可用来对数百万或数千万的SNP开展关联分析。默认的统计分析方法为卡方检验，如果需要使用Fisher检验或逻辑回归可将命令分别替换为--fisher或--logistic。

在进行遗传学关联分析前，我们需对SNP进行质量控制，去除突变频率较小以及不符合哈迪温伯格检验的样本。PLINK提供--maf和--hwe命令用于SNP质控。关联分析命令可修改如下：

通过这个命令串，我们可以去除等位基因频率小于0.05、哈迪温伯格检验 P小于0.001的SNP位点后再进行关联分析。如果需要输出比值比（OR)的95%可信区间可在--assoc命令后加上--ci0.95。

完成分析后，PLINK会在PLINK软件所在文件夹生成plink.assoc的结果文件。可使用Excel软件打开。打开以后结果文件包含11列，显示如下信息：①SNP所在染色体；②SNP名称；③SNP的物理位置；④次等位基因；⑤在病例组中的次等位基因频率；⑥在对照组中的次等位基因频率；⑦主等位基因；⑧卡方值；⑨P值；⑩比值比；⑪标准误。

为了保存不同批次分析的结果，PLINK也可以使用--out<文件名>命令自定义结果输出文件的文件名。例如在--assoc后加上命令--out test，则最后分析的结果保存至test.assoc文件中。

PLINK关联分析默认采用的模型是等位基因模型，如果需要采用其他模型需将--assoc命令进行替换。输入--model将进行所有模型的分析，输出的结果存储于plink.model中。其他单个模型分析的命令如下：--dominant显性模型分析；--recessive隐性模型分析；--genotypic加性模型分析。