串行的blast+2.2.25本地化: blastdbcmd,makeblastdb,blastn.简介

串行的blast+2.2.25本地化系列: blastdbcmd,makeblastdb,blastn.使用简介

-----------------------------------------------------------------------

 

blast+中有许多命令.

blastdbcmd,makeblastdb是处理数据库较为常用的命令

blastn是核苷酸与核苷酸比对的命令.

以下结果来自 blast+ 2.2.25,

运行平台是 ubuntu 10.04

 GCC 4.4.3

------------------------------------------------------------------------

1 blastdbcmd 

 

• 作用: Retrieves sequences or other information from a BLAST database

 

它相当于以前的fastacmd.利用这个命令,可以从一个blast数据库中获得你想要的信息:

一般的使用如:

• 例子0:

blastdbcmd -db refseq_rna -info 

可以查看数据库refseq_rna的信息

例子1:

blastdbcmd -db refseq_rna -entry 224071016 -out test.fa 

可以从数据库中提取除gi号为224071016的序列,并且以fasta格式存入文件(当然也可以以其它格式获得序列)

 

• 注:

gi ID是许多用来标志序列的标识符中的一种.是数据库文件中普遍使用,通行有效的保持索引的形式.

所有来源于NCBI的序列都有一个gi号“gi|gi_identifier”.是绝对唯一的.

 

而自己利用makeblastdb命令 构建的数据库中,利用以下三种标识符

1.   gnl|database|identifier
2.   lcl|identifier
3.  identifier

这些标识符的作用是

1. 区别于gi号
2. 在本数据库中使得序列标识符唯一
3. 在查询和比对中分辨query序列与subject序列

• 更加详细的参数参照 blastdbcmd -help

------------------------------------------------------------------------------------------

2 makeblastdb

 

• 作用: Formats input FASTA file(s) into a BLAST database

 

顾名思义,它的作用是将各种格式的文件转换为一个可供blast算法使用的blast数据库

• 一般的使用如:

makeblastdb -in input_file -dbtype molecule_type -input_type type_string -title database_title -parse_seqids -out database_name -logfile File_Name 

 

-in 后接输入文件，你要格式化的序列

-dbtype 后接序列类型，nucl为核酸，prot为蛋白

-title 给数据库的别名

-input_type 给出输入文件的序列格式.

-parse_seqids 将序列分列

-out 后接数据库名，自己起一个有意义的名字，以后blast+搜索时要用到的-db的参数

-logfile 日志文件，如果没有默认输出到屏幕

 

• 更加详细的参数参照 makeblastdb -help

----------------------------------------------------------

3 blastn简单介绍