本地BLAST的使用

本地BLAST的使用
数据库的获取
最简单的方法是直接到NCBI或别的网站去下载
也可以将自己的序列，或与自己工作相关的序列进行整理构建成一个小型的数据库
注意：以上文件格式一般可存为fasta格式
构建BLAST用的数据库
将已构建好的数据拷贝到你所设定的数据库所在文件夹
运行cmd命令
在cmd环境中输入如下所示命令
formatdb –i inseqs.fa –p F –o T –n db_name
命令结束后你会发现在你的数据库文件夹里多了一些以db_name开头的文件，这些就是BLAST所需要的一些文件
输入过程
Formatdb的一些参数说明
-i 输入文件，只能是一个文件
-o Parse options （默认是F) T - True: Parse SeqId and create indexes. F - False: Do not parse SeqId. Do not create indexes
-p 文件类型 （默认是T) T - protein F - nucleotide [T/F] Optional
-n 数据库名称 不指出的话默认为输入文件名
更多选项请参阅 解压后的doc文件夹的formatdb.html文件
进行BLAST搜索
在命今行下录入blastall 命令及相应的参数
打开输出文件分析结果，如果结果不好可以试着调整参数再次进行BLAST
如下所示命令：
blastall -p blastn -d db_name -i QUERY -o out.QUERY
Blastall的一些参数说明(1)
-p 程序名 包括
blastp: 通过蛋白质序列搜索蛋白质序列数据库
blastn: 通过核酸序列搜索核酸数据库
blastx: 通过翻译后的核酸序列搜索蛋白质数据库
tblastn: 通过蛋白质序列搜索翻译后的核酸数据库
tblastx: 通过翻译后的核酸序列搜索翻译后的核酸数据库
-d 数据库名称 与formatdb中-n选项一致
-i 输入文件 不指明的话默认为STDIN
-o 输出文件 不指明的话默认为STDOUT
Blastall的一些参数说明(2)
-e:设置e-value
-m:比对结果显示格式选项，缺省值为0 ，即pairwise格式。另外还可以根据不同的需要选择1~6等不同的格式。
-I:在描述行中显示gi号[T/F]，缺省值F
-b:显示的比对结果的最大数目，缺省值250
-F:对于要查询的序列做低复杂度区域(low complexity regions, LCR)的过滤[T/F]，缺省值T。对blastn用的是DUST程序，其他比对用的是SEG程序。
Blastall的一些参数说明(3)
-G: 打开一个gap的罚分（0表示使用缺省设置值），默认0
-E: 扩展一个gap的罚分（0表示使用缺省设置值），默认0
-q: 一个核酸碱基的错配(mismatch)的罚分（只对blastn有效），缺省值-3
-r : 一个核酸碱基的正确匹配(match)的奖分（只对blastn有效），缺省值1
-M: 所使用的打分矩阵，缺省值BLOSUM6244
Bl2seq(两条序列的BLAST)
bl2seq的绝大部分参数是与通用检索程序blastall一致的，只是没有了-d 的选项。另外增加了两个输入选项：
-i：第一个输入序列文件
-j：第二个输入序列文件
注：这两个输入序列都应该是FASTA格式，各自的序列类型–核酸或蛋白–应由所选择的-p 参数决定
命令如下所示：
bl2seq -i query.fa -j sbjct.fa -e 0.01 -o out

Psi-BLAST
Psi-BLAST是由blastpgp命令实现的，它的大部分参数是与blastall一致的，只有少数与迭代检索相关的选项是特别的：
-j: 最大迭代检索的次数，缺省值1，即等同与在blastall中所使用blastp程序
-h: 在每轮检索后构建新的打分矩阵时所选择的序列的期望值(E value)的阈值，缺省值0.001
-C: 将生成的位点特异性的打分矩阵输出到一个文件（二进制格式）
-R: 从文件读取一个原先输出的位点特异性的打分矩阵，然后使用这个矩阵来继续进行以后的检索比对
-Q: 输出一个可读的文本（ASCII）格式的PSI-BLAST的打分矩阵
-B: 设置让blastpgp读取一个已经存在的多重比对文件来构建位点特异性的打分矩阵而进行以后的检索
如下命令所示：
blastpgp -i query.faa -d db_name -o query_out
Fastacmd从数据库中提取序列
-a：是否提取重复accession号的序列[T/F]
-l ：设置输出的序列文件每行的字符数
-t ：设置在FASTA格式的序列的描述行中只包含gi号[T/F]
-o：输出文件名
命令如下：
fastacmd -d db_name -s p38398