blastall参数详解

用blastall进行序列比对  

blastall是最常用的blast程序之一，一般使用的参数如：-p、-i、-d、-o、-e等几个。

-p: 执行的程序名称
-d: 搜索的数据库名称
-i : 要查询的序列文件名(Query File)
-e:(数学)期望值(Expectation value)，E值是个统计阈值，缺省值10, 意指比对结果中由于随机偶然性产生的匹配结果不大于10,E值越小结果越可靠。
-o :查询结果输出文件名
-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
-v :单行描述（one-line description）的最大数目，缺省值500
-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。
所谓“低复杂度区域”是指某些或一些残基过多表现，短周期重复等。对于高等哺乳动物的基因组序列，可以先用RepeatMask程序遮蔽重复元件。在输出结果中，对LCR区的序列核酸用“N”代替，蛋白质序列用“X”代替。
-a:运行BLAST程序所使用的处理器的数目，缺省值1
-S:在数据库中搜索时所使用的核酸链（strand），只对blastn、blastx和tblastx有效；1表示top，2表示bottom，3表示both；缺省值3
-T: 产生HTML格式的输出[T/F]，缺省值F
-n: 使用MegaBlast搜索[T/F]，缺省值F
-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BLOSUM62
 

1.参数说明
基本参数、比对优化参数、结果输出参数、控制输入参数

 

参数	说明	值	默认值	备注
-p	使用的程序	字符[String]		blastn blastp blastx tblastn tblastx
-d	使用的数据库	文件名[File In]	nr
-i	搜索用的序列	文件名[File In]	stdin
-e	期望值	数字[Real]	10.0
-m	控制比对结果的样式	0到11的整数[Integer]	0	0 = pairwise, 1 = query-anchored showing identities, 2 = query-anchored no identities, 3 = flat query-anchored, show identities, 4 = flat query-anchored, no identities, 5 = query-anchored no identities and blunt ends, 6 = flat query-anchored, no identities and blunt ends, 7 = XML Blast output, 8 = tabular, 9 tabular with comment lines 10 ASN, text 11 ASN, binary
-o	比对结果存放的文件名	文件名[File Out]	stdout
-F	过滤询问序列	[String]	T	DUST with blastn, SEG with others
-G	打开gap得分	[Integer]	-1
-E	延伸gap得分	[Integer]	-1
-X	X dropoff value for gapped alignment (in bits)	[Integer]	0	blastn 30, megablast 20, tblastx 0, all others 15
-I	显示gi号Show GI’s in deflines	[T/F]	F
-q	核酸错配罚分	[Integer]	-3	blastn only
-r	核酸匹配得分	[Integer]	1	blastn only
-v	Number of database sequences to show one-line descriptions for (V)	[Integer]	500
-b	Number of database sequence to show alignments for (B)	[Integer]	250
-f	Threshold for extending hits	[Integer]	0	blastp 11, blastn 0, blastx 12, tblastn 13, tblastx 13, megablast 0
-g	Perform gapped alignment	[T/F]	T	not available with tblastx
-Q	指定询问序列使用的遗传密码	[Integer]	1
-D	指定数据使用的遗传密码	[Integer]	1	for tblast[nx] only
-a	使用CPU的数目	[Integer]	1
-O	SeqAlign file	[File Out]		可选
-J	Believe the query defline	[T/F]	F
-M	比对使用的矩阵	[String]	BLOSUM62
-W	Word size	[Integer]	0	blastn 11, megablast 28, all others 3
-z	数据库的有效长度Effective length of the databas	[Real]	0	use zero for the real size
-K	Number of best hits from a region to keep	[Integer]	0	off by default, if used a value of 100 is recommended
-P	0 for multiple hit, 1 for single hit	[Integer]	0	does not apply to blastn
-Y	Effective length of the search space	[Real]	0	use zero for the real size
-S	Query strands to search against database	[Integer]	3	for blast[nx], and tblastx, 3 is both, 1 is top, 2 is bottom
-T	将结果保存为HTML格式	[T/F]	F
-l	通过gi号列表，限制搜索范围	[String]	Optional
-U	Use lower case filtering of FASTA sequence	[T/F]	Optional
-y	X dropoff value for ungapped extensions in bits	[Real]	0.0	0.0 invokes default behavior blastn 20, megablast 10, all others 7
-Z	X dropoff value for final gapped alignment in bits	[Integer]	0	blastn/megablast 50, tblastx 0, all others 25
-R	PSI-TBLASTN checkpoint file	[File In]	Optional
-n	MegaBlast search	[T/F]	F
-L	Location on query sequenc	[String]	Optional
-A	Multiple Hits window size	[Integer]	0	default if zero (blastn/megablast 0, all others 40)
-w	Frame shift penalty	[Integer]	0	OOF algorithm for blastx
-t	Length of the largest intron allowed in a translated nucleotide sequence when linking multiple distinct alignments	[Integer]	0	0 invokes default behavior; a negative value disables linking.
-B	Number of concatenated queries	[Integer]	0	for blastn and tblastn
-V	Force use of the legacy BLAST en gine	[T/F]	F	Optional
-C	Use composition-based statistics for tblastn	[String]	D	D or d: default (equivalent to F)      0 or F or f: no composition-based statistics      1 or T or t: Composition-based statistics as in NAR 29:2994-3005, 2001       2: Composition-based score adjustment as in Bioinformatics 21:902-911,           2005, conditioned on sequence properties       3: Composition-based score adjustment as in Bioinformatics 21:902-911,           2005, unconditionally       For programs other than tblastn, must either be absent or be D, F or 0.
-s	Compute locally optimal Smith-Waterman alignments	[T/F]	F	This option is only      available for gapped tblastn.

 

 

2. 使用说明与示例

程序使用说明

 

3.blast格式

经常使用blast，一般使用-m 8格式作为blast结果的，但是blast的-m 8结果竟然没有标题，那就记录一下

首先展示-m 8结果文件如下：

从图中可以看出共12列，下面来列举一下这12列的意思

1、Query id：查询序列ID标识

2、Subject id：比对上的目标序列ID标识

3、% identity：序列比对的一致性百分比

4、alignment length：符合比对的比对区域的长度

5、mismatches：比对区域的错配数

6、gap openings：比对区域的gap数目

7、q. start：比对区域在查询序列(Query id)上的起始位点

8、q. end：比对区域在查询序列(Query id)上的终止位点

9、s. start：比对区域在目标序列(Subject id)上的起始位点

10、s. end：比对区域在目标序列(Subject id)上的终止位点

11、e-value：比对结果的期望值，解释是大概多少次随即比对才能出现一次这个score,Evalue越小，表明这种情况从概率上越不可能发生，那么发生了即说明这更有可能是真实的相似序列

12、bit score：比对结果的bit score值

一般情况我们看第3、11、12两列，e值越小越可靠。

blast对应的参数是 -m 8

blast+对应的参数是-outfmt 6