关于blast结果的一点解读

alignments 代表比对上的两个序列

hits 表示两个序列比对上的片段

Score 比对得分，如果序列匹配上得分，不一样，减分，分值越高，两个序列相似性越高

E Value 值越小，越可信，相对的一个统计值。这与你所使用的数据库大小有关

Length 输入序列的长度

Identities 一致性，就是两个序列有多少是一样的

Query 代表输入序列

Sbjct 代表数据库中的序列

blast是区段比对，对于给定的两个序列，blast会把具有相识性的片段（hit）找出来，显示的是hit的信息

E值的经验解释如下。如果e<1e-50（或1×10-50），那么数据库匹配应该是同源关系的结果，这是一个非常高的置信度。如果e介于0.01和1e-50之间，则可以将匹配视为同源性的结果。如果e介于0.01和10之间，则认为匹配不重要，但可能暗示存在暂时的远程同源关系。需要额外的证据来确认暂时的关系。如果e>10，考虑中的序列要么不相关，要么通过极远的关系相关，这些关系低于当前方法的检测极限。

由于e值受数据库大小的比例影响，一个明显的问题是，随着数据库的增长，给定序列匹配的e值也会增加。由于两个序列之间真正的进化关系保持不变，随着数据库的增长，序列匹配的可信度降低意味着随着数据库的扩大，人们可能会“失去”先前检测到的同系物。因此，需要一种替代E值计算的方法。

蛋白质由20种不同的aas组成，如果你将两个不相关的蛋白质序列（或任何其他随机a a序列）与任何长度对齐，你将拥有5%的随机特性（对于DNA和RNA序列，随机特性为25%，因为它们是由不同碱基a、t、c、g组成的）。

Identities 35%意味着序列中35%的aa与数据库中的其他序列匹配。取决于你在寻找什么：——如果你有未知的蛋白质序列，你想知道同源序列，关于身份的信息（甚至35%）是有价值的，——如果你知道蛋白质，你需要确认序列，身份35%是小的，可能表明在你的分析过程中出了问题。

BLASTP中还有一个基于相似性的参数ppos。ppos是pident+（相似但不相同的aa匹配的百分比）。两个pident高于20%和ppos高于30%的aa序列非常接近，可以称为同源序列。在NA序列中，PIDENT 40%及以上是可以的。

p值：取决于查询和db长度，但我认为小于10^-5的p值表示一个关系。

bitscore：很大程度上取决于查询长度。将bitscore与您的qlen进行比较，我认为如果一个命中的bitscore等于或大于qlen的0.7，那么查询和主题就足够接近了。

https://www.biostars.org/p/187230/

http://boyun.sh.cn/bio/?p=1453

http://boyun.sh.cn/bio/?p=1632