本地BLAST (Basic Local Alignment Search Tool)入门

=#生物本地blast初步
这里的blast并非BLAST（Bell Labs Layered Space-Time）而是BLAST (Basic Local Alignment Search Tool)是一套在蛋白质数据库或DNA数据库中进行相似性比较的分析工具。BLAST程序能迅速与数据库进行相似性序列比较。BLAST结果中的得分是对一种对相似性的统计说明。
这里我们需要了解什么是打分矩阵。（如果你只想简单的使用一下本地blast的话，这部分可以跳过）
##打分矩阵
从这是一个氨基酸的的打分矩阵
打分矩阵(Scoring Matrix)用于计算序列相似性(Similarity)，其数学本质是统计权重，可以处理序列不确定性的问题。
通过对位置的打分，统计权重，从而推导出两段序列的相对位置关系。（这一段我可能说不清楚，我应该还没有达到那种境界吧）我还是介绍本地blast的简单使用方法吧
##下载安装blast
首先我们得去官网下载blast。https://blast.ncbi.nlm.nih.gov/Blast.cgi（双手奉上网址）
上滑下载好之后，进行解压，没啥其他的安装步骤。然后就是配置环境了（配置环境相当于告诉系统，你通过CMD输入makeblast…的时候，系统要从哪儿找blast的运行文件）
配置方法
找到解压后的blast文件，打开里面的bin文件，复制bin文件的路径。在我的电脑里点右键=>属性=>高级系统设置=>环境变量
至此blast就安装完毕。
blast主要有以下几种：
BLASTp：用蛋白质序列搜索蛋白质序列库
BLASTn：用核酸序列搜索核酸库
BLASTx：核酸序列对蛋白质库的比对，核酸序列在比对之前自动按照六个读码框翻译成蛋白质序列
tBLASTn：蛋白质序列对核酸库的比对，核酸库中的序列按照六个读码框翻译后与蛋白质序列进行比对搜索
tBLASTx：核酸序列对核酸库在蛋白质质级别的比对，两者都在搜索之前翻译成为蛋白质质进行比对
今天我们以最简单的blastn为例，跑一次blast。
blast是进行序列对比的软件，因此输入文件会是两个序列文件，序列文件我们通常是以fasta文件储存的。例题中我们有两个fasta文件，我们需要对他们进行blast。首先，将两个fasta文件放在同一文件夹下（如果不在同一文件夹下，我们后续操作则需要随时代入文件路径），打开Windows powershell（shift+右键）开始输入命令。
进行本地blast序列对比我们需要建立一个库文件（在线blast的库使用的是各大生物数据库的文件），输入命令：makeblastdb建库命令。
makeblastdb -in b.fasta -dbtype nucl -out b.fasta.blastdb[文件在当前Windows powershell所打开文件夹下因此不需要代入路径]
==注意空格不能少=
-in 后面是建库文件，我们使用较大的文件建库
-out 后面跟输出的库文件名，一般在第一步建库之后会生成三个文件nhr/nin/nsq这三个共同作为一个库进入下一步。
下一步就是我们需要根据所跑的内容决定了，我们是跑的核酸序列，因此我们使用blastn即可。
blastn -query a.fasta -db b.fasta.blastdb -out b.blast -outfmt 6 -evalue 1e-5 -num_threads 2
-query： 输入文件路径及文件名
-out：输出文件路径及文件名
-db：格式化了的数据库路径及数据库名
-outfmt：输出文件格式，总共有12种格式，6是tabular格式对应BLAST的m8格式
-evalue：设置输出结果的e-value值
-num_descriptions：tabular格式输出结果的条数
-num_threads：线程数[我电脑只支持2线程所以后面的值我定为2]
执行完这些，一个简单的blast就完成了。补充一下简单的知识fasta格式文件。

fasta格式文件的第一行是由大于号’>'或分号“;”打头的任意文字说明，用于序列标记。从第二行开始为序列本身，只允许使用既定的核苷酸或氨基酸编码符号。通常核苷酸符号大小写均可，而氨基酸常用大写字母。使用时应注意有些程序对大小写有明确要求。一般每行60～80个字母。