BlastFilterMiRNATargets

Full name SMRUCC.genomics.Analysis.SequenceAlignment.siRNAHit.BlastFilterMiRNATargets Assembly SMRUCC.genomics.Analysis.SequenceAlignment Members 4

通过ncbi blastn进行靶基因搜索加速

00 Remarks

============ 第一轮：BLASTN 快速预筛 ============

blastn -task blastn-short \ -query miRNA.fa \ -subject plant_cDNA.fasta \ -evalue 10000 -word_size 7 \ -gapopen 4 -gapextend 2 \ -reward 1 -penalty -1 \ -outfmt "6 qseqid sseqid sstart send qstart qend sstrand qseq sseq length evalue bitscore" \ -num_threads 32 -max_target_seqs 5000 \

round1_hits.tsv

01 Syntax

SMRUCC.genomics.Analysis.SequenceAlignment.siRNAHit.BlastFilterMiRNATargets

02 Methods

Name	Overloads	Summary
ScoreAlignment	1	psRNATarget 打分函数
BlastnFilter	1	对 blastn 第一轮预筛的 HSP 集合做 psRNATarget 风格的打分过滤。
ParseHit	1	对单条 HSP 施加过滤与打分，不通过时返回 Nothing。
HasCenterMismatch	1	切割位点（miRNA 第 10–11 位）存在严格错配 → 翻译抑制候选。

03 Members

method ScoreAlignment #

ScoreAlignment(String, String, Int32, Int32, Double, Int32)

---------- psRNATarget 打分函数 ----------

Remarks

关键点：BLASTN 的 qseq/sseq 是同向一致（identity）框架而非互补框架。实测数据显示 minus 链 qseq 与 sseq 的逐位一致率约 90%，若按互补规则（A-U / G-C）判定会把几乎每个位点都算成错配，直接导致过滤结果为空。配对判定统一委托给 RNASeqHelper.ClassifyBlastPair()。

Parameters

Name	Type	Description
`qseq`	`String`	BLASTN HSP 的 qseq。minus 链命中时 query 恒为 plus 链，因此它就是 miRNA 的 5'->3' 片段。
`sseq`	`String`	BLASTN HSP 的 sseq。minus 链命中时 BLAST 输出的是 mRNA 片段的反向互补，因此它与 qseq 同向 5'->3'——匹配位点是相同字母。
`seedStart`	`Int32`	种子区起始（miRNA 5'->3' 1-based，psRNATarget V2 = 2）。
`seedEnd`	`Int32`	种子区结束（miRNA 5'->3' 1-based，psRNATarget V2 = 13）。
`penaltyMultiplier`	`Double`	种子区错配的罚分倍数。
`qstart`	`Int32`	HSP 在 query（miRNA）上的起始坐标（BLAST 的 qstart，1-based）。用于将比对列号换算成 miRNA 真实坐标；局部比对只覆盖 miRNA 一部分时必须传入。

method BlastnFilter #

BlastnFilter(IEnumerable(Of BlastnMapTable), Double, Double, Int32, Int32, Int32, Int32, Int32, Int32, Boolean)

对 blastn 第一轮预筛的 HSP 集合做 psRNATarget 风格的打分过滤。

Parameters

Name	Type	Description
`hits`	`IEnumerable(Of BlastnMapTable)`	由 BlastnMapTable.Parse() 解析出的 HSP 集合。
`evalueCutoff`	`Double`	BLAST e-value 预筛阈值。注意它与 maxExpectation 是两种完全不同的量纲：前者是 BLAST 的统计显著性（命令行 -evalue 用的就是它，故这里取同量级的 1000），后者是本函数按 psRNATarget 打分体系算出的期望分。二者不可混用。
`maxExpectation`	`Double`	psRNATarget 期望分上限（越低越好）。
`minHitLength`	`Int32`	最小 HSP 长度，避免极短随机命中（对齐 psRNATarget.MinHitLength）。
`seedStart`	`Int32`	种子区起始（miRNA 坐标）。
`seedEnd`	`Int32`	种子区结束（miRNA 坐标）。
`maxSeedMm`	`Int32`	种子区内允许的最大非 G:U 错配数。
`maxTotalMm`	`Int32`	全比对区允许的最大非 G:U 错配数。
`maxGu`	`Int32`	允许的最大 G:U wobble 数。
`verbose`	`Boolean`	是否把每条命中打印到控制台（数据量大时请保持 False）。

method ParseHit #

ParseHit(BlastnMapTable, Double, Double, Int32, Int32, Int32, Int32, Int32, Int32, Boolean)

对单条 HSP 施加过滤与打分，不通过时返回 Nothing。

Remarks

过滤顺序刻意把廉价条件（链方向 / e-value / 长度 / 种子区覆盖）放在逐字符打分之前：实测 44 万行 HSP 经廉价过滤后仅约 8 千行需要进入 O(n) 打分循环。

method HasCenterMismatch #

HasCenterMismatch(BlastnMapTable, Int32, Int32)

切割位点（miRNA 第 10–11 位）存在严格错配 → 翻译抑制候选。

Remarks

判定必须用 miRNA 坐标而非比对列号：局部比对的 qstart 通常大于 1。