BLAST（Basic?LocalAlignmentSearchTool）是一個由NCBI開發(fā)的基礎局部比對搜索工具蹦狂。
將查詢序列與數(shù)據(jù)庫中的序列進行比對斩祭，結(jié)果中顯示有各種值弟翘。
其中identity在昨天的推送中有介紹【現(xiàn)學現(xiàn)賣】序列比對之identity VS similarity烘跺。
Max score：又叫做highest alignment score（bit-score）闹击，是這條比對的得分。
bit score (S') ?= (λ × S ? lnK)/ ln2?
這個公式中λ 和K是與選擇的比對算法有關(guān)的常數(shù)凹联。S是原始比對算法矩陣得分沐兰。
從公式中可以看出S'與原始的矩陣得分S呈線性關(guān)系，相當于對S值的校正蔽挠。所以bit-score越高住闯，說明查詢序列與數(shù)據(jù)庫序列越相似。所以這個S值越大澳淑，查詢序列與顯示的結(jié)果序列越相似寞秃。
Total score ：一般與bit-score相等，除非數(shù)據(jù)庫序列與查詢序列的多個不同區(qū)域可以匹配偶惠。
E-value：可以說它反映了這條比對結(jié)果序列相對于其他序列的顯著性。它指在隨機匹配的情況下朗涩，其他序列與查詢序列的相似度要大于這條結(jié)果序列的可能性忽孽。換個說法，也可以說E是這個顯示的結(jié)果序列是隨機匹配的可能性谢床。所以E值越低（趨于0）兄一，說明匹配結(jié)果越可靠。
E=Kmn(e^(-λ*S))
其中K识腿，λ出革，S和上面公式的含義一樣，m指的是查詢序列的長度渡讼，n為庫中所有序列長度之和骂束。
