diamond & blast:DNA蛋白序列比對(duì)

導(dǎo)讀

用query基因誓琼、DNA序列、16S擴(kuò)增子序列肴捉、蛋白序列比對(duì)基因注釋腹侣、物種注釋 、基因功能注釋數(shù)據(jù)庫(kù)齿穗。Blast準(zhǔn)確性高傲隶,速度慢。Diamond速度更快窃页,常用于二代測(cè)序短序列比對(duì)跺株。

一、Diamond blastp

Diamond blastx功能可用于DNA序列比對(duì)【蛋白庫(kù)】

【核酸】比對(duì)【蛋白庫(kù)】

diamond blastx \
--db /path/to/protein.dmnd \
--query /path/to/genome.fna \
-e 1e-5 --outfmt 6 --more-sensitive --max-target-seqs 1 --threads 52 --quiet --id 80 --subject-cover 50 --query-cover 50 \ 
--out /path/to/anno.txt

【蛋白】比對(duì)【蛋白庫(kù)】

  • diamond格式化蛋白庫(kù)
diamond makedb -p 52 \
--in /path/to/protein.fasta \
--db /path/to/protein.dmnd
  • query比對(duì)格式化蛋白庫(kù)
  • paraments
blastp 比蛋白
blastx 比核酸
blastp  Align amino acid query sequences against a protein reference database
blastx  Align DNA query sequences against a protein reference database
--query-cover            minimum query cover% to report an alignment
--subject-cover          minimum subject cover% to report an alignment
--out (-o) 輸出
--query (-q) 輸入
--db (-d) 格式化數(shù)據(jù)庫(kù)
--in Fasta數(shù)據(jù)庫(kù)
--quiet 安靜模式
--verbose (-v) 啰嗦模式
--outfmt (-f) 輸出格式 
        5   = BLAST XML
        6   = BLAST tabular
        100 = DIAMOND alignment archive (DAA)
        101 = SAM
--top / --max-target-seqs 保留個(gè)數(shù)
--evalue (-e) 最大evalue
--id 最小一致性
--sensitive 敏感模式 (default: fast)
--more-sensitive 更敏感模式 (default: fast)
--block-size (-b) sequence block size in billions of letters (default=2.0)
--index-chunks (-c) number of chunks for index processing
  • command
diamond blastp \
--db /path/to/protein.dmnd \
--query /path/to/genome.faa \
-e 1e-5 --outfmt 6 --more-sensitive --max-target-seqs 1 --threads 52 --quiet --id 60 \
--out /path/to/anno.txt

Diamond比對(duì)結(jié)果

1. qseqid |  query  sequence id 
2. sseqid |  subject sequence id 
3. pident |  percentage of identical matches 
4. length |  alignment length 
5. mismatch |  number of mismatches 
6. gapopen |  number of gap openings 
7. q start |  start of alignment in query 
8. q end |  end of alignment in query 
9. s start |  start of alignment in subject 
10. s end |  end of alignment in subject 
11. evalue
12. bitscore

e value解讀

二腮出、Blastn & Blastp

Blastn【基因】比對(duì)【基因庫(kù)】

注釋信息可以是物種帖鸦,也可以是功能,比對(duì)就O了

  • blast格式化數(shù)據(jù)庫(kù)
makeblastdb -in database.fna \
-input_type fasta -dbtype nucl -title prefix -parse_seqids \
 -out /path/to/prefix 

-dbtype <String, nucl, prot>
-input_type <String, asn1_bin, asn1_txt, blastdb, fasta>
-title <String> Title for BLAST database
-parse_seqids Option to parse seqid for FASTA input
-out <String> Name of BLAST database to be created

  • query比對(duì)格式化數(shù)據(jù)庫(kù)
blastn -db /path/to/prefix \
-query /path/to/query.fasta \
-outfmt 6 \
-out /path/to/qcov80_id80_blast.out \
-num_threads 64 -perc_identity 80 -qcov_hsp_perc 80

-max_target_seqs: Maximum number of aligned sequences to keep. Default = 500
-evalue: E值就是Score值可靠性的評(píng)價(jià)胚嘲。
它表明在隨機(jī)的情況下作儿,其它序列與目標(biāo)序列相似度要大于S值的可能性。所以它的分值越低越好馋劈。
-perc_identity: 序列一致性
-qcov_hsp_perc <Real, 0..100> Percent query coverage per hsp草娜。HSP是high scoring pair

Blastp【蛋白】比對(duì)【蛋白庫(kù)】

  • blast格式化數(shù)據(jù)庫(kù)
makeblastdb -in /path/to/pro.fas \
-input_type fasta -dbtype prot 
-title blastn_pro \
-out /path/to/blastn_pro -parse_seqids
  • query比對(duì)格式化數(shù)據(jù)庫(kù)
blastp -db /path/to/blastn_pro \
-query query.faa \
-out blast_pro.out \
-num_threads 52 -qcov_hsp_perc 80 -outfmt 6 \
-evalue 1e-5 -num_alignments 1

Blast比對(duì)結(jié)果

1、Query id:查詢序列ID標(biāo)識(shí)
2拐揭、Subject id:比對(duì)上的目標(biāo)序列ID標(biāo)識(shí)
3玄窝、% identity:序列比對(duì)的一致性百分比
4、alignment length:符合比對(duì)的比對(duì)區(qū)域的長(zhǎng)度
5械姻、mismatches:比對(duì)區(qū)域的錯(cuò)配數(shù)
6妒蛇、gap openings:比對(duì)區(qū)域的gap數(shù)目
7、q start:Query id起始位點(diǎn)
8、q end:Query id終止位點(diǎn)
9绣夺、s start:Subject id起始位點(diǎn)
10吏奸、s end:Subject id終止位點(diǎn)
11、e value:比對(duì)結(jié)果的期望值
12陶耍、bit score:比對(duì)結(jié)果的bit score值


https://github.com/bbuchfink/diamond/wiki

The sensitivity can be adjusted using the options: 
--mid-sensitive, 
--sensitive, 
--more-sensitive,
--very-sensitive,
--ultra-sensitive.

Diamond 比對(duì)軟件使用
The default e-value cutoff of DIAMOND is 0.001 while that of BLAST is 10, so by default the program will search a lot more stringently than BLAST and not report weak hits.

三奋蔚、比對(duì)軟件默認(rèn)取值

prokka

https://github.com/tseemann/prokka/blob/master/README.md

--evalue [n.n]    Similarity e-value cut-off (default '1e-06')

default '1e-06'

diamond

default e-value cutoff of DIAMOND is 0.001 while that of BLAST is 10

1e-3

blast

default e-value cutoff of DIAMOND is 0.001 while that of BLAST is 10

10

kofamscan

-E, --e-value <e_value>    Largest E-value required of the hits

親自測(cè)試是 1e-3

????

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市烈钞,隨后出現(xiàn)的幾起案子泊碑,更是在濱河造成了極大的恐慌,老刑警劉巖毯欣,帶你破解...
    沈念sama閱讀 216,324評(píng)論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件馒过,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡仪媒,警方通過(guò)查閱死者的電腦和手機(jī)沉桌,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)算吩,“玉大人留凭,你說(shuō)我怎么就攤上這事≠顺玻” “怎么了蔼夜?”我有些...
    開(kāi)封第一講書(shū)人閱讀 162,328評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)压昼。 經(jīng)常有香客問(wèn)我求冷,道長(zhǎng),這世上最難降的妖魔是什么窍霞? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,147評(píng)論 1 292
  • 正文 為了忘掉前任匠题,我火速辦了婚禮,結(jié)果婚禮上但金,老公的妹妹穿的比我還像新娘韭山。我一直安慰自己,他們只是感情好冷溃,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,160評(píng)論 6 388
  • 文/花漫 我一把揭開(kāi)白布钱磅。 她就那樣靜靜地躺著,像睡著了一般似枕。 火紅的嫁衣襯著肌膚如雪盖淡。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,115評(píng)論 1 296
  • 那天凿歼,我揣著相機(jī)與錄音褪迟,去河邊找鬼冗恨。 笑死,一個(gè)胖子當(dāng)著我的面吹牛牵咙,可吹牛的內(nèi)容都是我干的派近。 我是一名探鬼主播,決...
    沈念sama閱讀 40,025評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼洁桌,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了侯嘀?” 一聲冷哼從身側(cè)響起另凌,我...
    開(kāi)封第一講書(shū)人閱讀 38,867評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎戒幔,沒(méi)想到半個(gè)月后吠谢,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,307評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡诗茎,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,528評(píng)論 2 332
  • 正文 我和宋清朗相戀三年工坊,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片敢订。...
    茶點(diǎn)故事閱讀 39,688評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡王污,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出楚午,到底是詐尸還是另有隱情昭齐,我是刑警寧澤,帶...
    沈念sama閱讀 35,409評(píng)論 5 343
  • 正文 年R本政府宣布矾柜,位于F島的核電站阱驾,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏怪蔑。R本人自食惡果不足惜里覆,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,001評(píng)論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望缆瓣。 院中可真熱鬧喧枷,春花似錦、人聲如沸捆愁。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,657評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)昼丑。三九已至呻逆,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間菩帝,已是汗流浹背咖城。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,811評(píng)論 1 268
  • 我被黑心中介騙來(lái)泰國(guó)打工茬腿, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人宜雀。 一個(gè)月前我還...
    沈念sama閱讀 47,685評(píng)論 2 368
  • 正文 我出身青樓切平,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親辐董。 傳聞我的和親對(duì)象是個(gè)殘疾皇子悴品,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,573評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容