安裝本地blast序列比對軟件拱雏，我們可以搜索一個查詢序列定制數(shù)據(jù)庫，例如想研究一個新測序的基因組气破，或者感興趣的一組蛋白質(zhì)序列济锄。有時我們希望把程序插入到一個流程中，例如搜索一個大量的查詢序列霍转，例如你的測序數(shù)據(jù)含有大量的污染片段荐绝，你想知道這些片段比對到了什么物種。
blast軟件安裝
從NCBI下載安裝包https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/避消。下載2.11.0 linux版本低滩，下載并解壓，解壓之后BLAST就安裝好了岩喷。用戶需要設(shè)置環(huán)境變量恕沫，目的是為了告訴系統(tǒng)在那里可以找到安裝好的BLAST軟件。
wget https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.12.0+-x64-linux.tar.gz
wget https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.12.0+-x64-linux.tar.gz.md5
md5sum -c ncbi-blast-2.12.0+-x64-linux.tar.gz.md5
tar -zxvf ncbi-blast-2.12.0+-x64-linux.tar.gz
#加入到環(huán)境變量
export PATH=$PATH:$PWD/ncbi-blast-2.11.0+/bin
source ~/.bashrc
一纱意、 nt/nr fasta下載
從NCBI（ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/
）下載nt婶溯、nr fasta文件。
wget ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nt.gz
wget ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nr.gz
wget ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nt.gz.md5
wget ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nr.gz.md5
md5sum -c nt.gz.md5
md5sum -c nr.gz.md5
tar -xzvf nr.gz
tar -xzvf nt.gz
mkdir nr_db
mkdir nt_db
makeblastdb -in nr -dbtype prot -title make_nr -parse_seqids -out ./nr_db/nr -logfile make_nr.log
makeblastdb -in nt -dbtype nucl -title make_nt -parse_seqids -out ./nt_db/nt -logfile make_nt.log
或者使用NCBI處理好的db偷霉。
wget -c ftp://ftp.ncbi.nlm.nih.gov/blast/db/nt*
wget -c ftp://ftp.ncbi.nlm.nih.gov/blast/db/nr*
序列比對
- blastp：蛋白序列與蛋白庫作比對迄委，直接比對蛋白序列的同源性。
- blastx：核酸序列與蛋白庫作比對类少，將核酸序列先翻譯成蛋白序列叙身，再將其與蛋白庫作比對。
-blastn：核酸序列與核酸庫的比對硫狞，直接比對核酸序列的同源性信轿。 - tblastn：蛋白序列對核算庫的比對，現(xiàn)將核酸庫翻譯成蛋白庫残吩，再將蛋白序列與翻譯后的蛋白庫進行比對财忽。
- tblastx：核酸與核酸數(shù)據(jù)庫在蛋白質(zhì)水平比較
如果是fastq先轉(zhuǎn)為fasta序列格式在進行比對，比對結(jié)果如下圖1所示世剖。將相同序列復制到NCBI網(wǎng)站進行比對定罢，如下圖2，兩種結(jié)果最前面的比對條目基本一致旁瘫。
awk '{if(NR%4 == 1){print ">" substr($0, 2)}}{if(NR%4 == 2){print}}' test.fastq > test.fasta
blastn -query test.fasta -out test.result -db ./nt_db/nt
使用NCBI網(wǎng)站下載的db進行比對祖凫。
wget -c ftp://ftp.ncbi.nlm.nih.gov/blast/db/nr*
for i in `ls nt_db_NCBI/*gz`do;tar -zxvf $i;done
## 輸出一條最優(yōu)比對結(jié)果
blastn -query test1.fa -out test1.align -db ./nt_db_NCBI/nt -outfmt 6 -subject_besthit -num_threads 4
二琼蚯、通過blast在基因組中找相似序列
1. 建立比對數(shù)據(jù)庫
makeblastdb -in cavia.fa -dbtype nucl -parse_seqids -out caviaDatabase
2. blast比對
blastn -query hsa_MT.fasta -out query.align -db caviaDatabase -outfmt 6 -subject_besthit -num_threads 4
3. 比對結(jié)果如下
格式說明：
Query id, Subject id, % identity, alignment length, mismatches, gap openings, q. start， q. end惠况， s. start遭庶， s. end， e-value稠屠， bit score
轉(zhuǎn)載來自：
作者：生信汪 鏈接：http://www.reibang.com/p/03ef69ef0d79
作者：像鳥一樣飛過你的高山 鏈接：http://www.reibang.com/p/471a4fbcdd48
