makeblastdb及blastn的使用

简介

blast是常用的比对软件，在linux系统下安装完成blast套件后，可以使用blastn进行核酸序列的比对，基本的使用模式为确定搜索的库，然后使用blastn对指定的序列在库中进行比对，如果想要自定义搜索库，需要使用makeblastdb来创建，更多的细节可以参考blast 官方文档接下来我将介绍如何创建自定义搜索库并进行搜索的步骤。

使用makeblastdb创建自定义搜索库

创建自定义搜索库需要事先准备号一个fasta文件，fasta文件中存在用于创建搜索库的所需序列，形式如下图所示：

接下来使用该fasta文件创建库文件

makeblastdb \
 -dbtype nucl \
 -in test.fasta \
 -input_type fasta \
 -parse_seqids \
 -out test.blastdb

参数说明：
-dbtype 是必选参数，nucl, prot，二选一，核酸序列或者氨基酸序列库
-in 用于构建搜索库的fasta文件
-input_type 默认为fasta文件，其他支持文件asn1_bin,asn1_txt, blastdb
-parse_seqids 添加该参数，结果文件将多三个文件，不加默认为3个结果文件
-out输出文件的前缀
执行上述代码后将生成后缀为nin,nhr,nsq,nsi,nsd,nog六个文件，至此，自定义搜索库文件生成完成

blastn

在生成自定义搜索库文件之后就可以使用该库文件进行搜索了，搜索代码如下：

blastn \
 -query test.fasta \
 -db test.blastdb \
 -out blastn_results.xls \
 -task blastn

参数说明
-query 指定输入文件
-db 指定搜索数据库，这里只需要输入前缀就可以了
-out输出文件名称
-task 搜索算法，默认为blastn，不需要添加，其他可选参数为blastn,blastn-short,dc-megablast,megablast,rmblastn
执行完成后得到如下形式的输出结果

包括了比对的位置以及得分和E值，E值越低说明这种比对特异性越强，越可信。除此以外，文件的下面还有详细的比对情况：

极短序列比对

对于特别短的序列例如20bp左右的序列，在查找的时候我们需要添加三个参数，如下代表所示:

 -task blastn-short
 -word_size 4 \
 -evalue 1 \

-task参数指定为短序列的匹配算法
-word_size该参数只能指定4以上的值，这里写了最小的4，指定用于匹配算法的最短序列
-evalue 该值越小，得到的结果将更加严苛，这里设定为1即可。