柳城博客 » Archivers » 生物信息学 » 如何批量Blast

From 柳城 on 2010-02-02 15:16:30

如何批量Blast

批量做Blast的问题还是蛮多网友问起的。既然这样，在这里就稍微讲讲吧。其它的Blast基础知识就略过了，不懂的就去Google本地Blast用法。

这篇文章默认为你已有了Blast的基础。
批量Blast
就是指多个序列的Blast。其实我也不明白为什么会有这么多人提这个问题，批量Blast就跟单个Blast一样的。

我们都知道，默认参数下的blastn是这样的：
blastall -p blastn -d BlastDB -i in_file.fasta >blast_output
当in_file.fasta里面只有一个序列时，就是单个Blast啊。in_file.fasta也可以放多个Fasta格式的序列，这样子就是批量Blast了。

当然了，麻烦的是批量Blast之后的结果，一个的话我们可以看得了，当批量上千个时，我们不可能一个个看到的。这种小事情Blast早就想到了。这就引进了-m8参数。-b5参数是指显示匹配的前5个结果（默认好像是500个，忘记了）。
blastall -p blastn -d BlastDB -i in_file.fasta -m8 -b5 >blast_output
-m8参数的输出结果有12列，每一列的解释如下(用Tab键隔开的)：

例子
Query_id,Subject_id,%identity,alignment_length,mismatches,gap_openings,q.start,q.end,s.start,s.end,e-value,bit_score
A_query B_Sbjct 97.61 585 3 3 309 886 94498 95078 0.0 1017
A_query B_Sbjct 100.00 303 0 0 913 1215 95092 95394 2e-172 601
A_query B_Sbjct 100.00 209 0 0 1 209 94196 94404 3e-116 414
A_query B_Sbjct 100.00 123 0 0 1234 1356 95413 95535 6e-65 244
这样子的结果就方便后面的分析工作了。

推荐的命令行如下：
blastall -p blastn -d BlastDB -i in_file.fasta -m8 -b5 -b1 -a2 -FF >blast_output
-a2参数是用二个CPU，加速。-FF是不过滤简单的重复序列和低复杂度的序列（默认是过滤的）。

其它更详细的参数，直接敲打blastall命令就能看到了。

查看完整版本： 如何批量Blast

From evlos on 2010-02-05 00:04:45

阿门，弱弱飘过鸟 ~ ╮(╯▽╰)╭

From 柳城 on 2010-02-05 08:41:57

罪过罪过... [可爱]

From 小七狼 on 2010-02-24 19:10:44

我喜欢保存原始的blast结果，然后用bioperl解析。 这样做好处是你可以保留更多的原始信息，方便查阅，但占用磁盘空间可能相当大，我习惯用-b选项保留适当的数据。 问这个问题我可以理解，可能大多数和我一样，都是生物背景，我以前也傻傻的被这个问题困扰，为了做批量blast居然把一个多fasta格式文件中的每一条序列分离出来blast，用perl写了二三十行，后来发现这么做真是太笨了，不光blast是这样批量出来，大多数生物信息学软件都是这样，例如SignalP,RNAfold,mirada,etc. 另外，如果不是本地数据库，一般的在线blast也可以做批量blast（序列条数有限制），例如二三十条序列的话我们可以以多fasta格式直接提交到NCBI服务器。

From 柳城 on 2010-02-25 10:41:52

恩，我也是用bioperl的。 不过-m8参数大部分的都有了。蛮好的。

From Richard on 2010-03-09 15:05:15

师兄你好，我也是在做生物信息学，请问您在Linux下做过Clustalw吗？用命令行批量处理多个蛋白的氨基酸序列比对怎么做？我现在只能一个一个蛋白做，我想多个一块做且用命令行~期待师兄的答复

From 柳城 on 2010-03-10 12:49:43

一个蛋白如何做clustalW啊？clustalW不就是二个或以上的序列一起做的嘛~

From Richard on 2010-03-11 08:12:04

忘记和师兄介绍了，我做的流感蛋白，每一个蛋白都有不同年份不同宿主的！

查看完整版本： 如何批量Blast