linux系统下使用psi_blast生成位置特异性打分矩阵（PSSM)

作为一个新手，初次使用PSSM矩阵，感觉无从下手，经过一番研究，终于得到了生成PSSM矩阵的方法，为了给更多像我这样的小白一点思路，特写下我做PSSM矩阵的一些方法，希望能给大家一些帮助，也欢迎大家进行批评指正。

1.下载ncbi-blast,下载地址为：ftp://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/，选择适合自己电脑的版本（windows/macos/linux)，利用xftp将其传入服务器【我用的是xshell和xftp,Xshell可以在Windows界面下用来访问远端不同系统下的服务器,xftp用以传输文件】

2.将下载的blast进行解压，解压指令为：tar -xzvf  ncbi-blast-2.7.1+x64-linux.tar.gz（下载的blast的压缩文件，在linux系统上可以使用tab键打全) 解压完后，可以ls一下，查看是否解压成功，解压完成后，使用cd  ncbi-blast-2.7.1+，再ls可查看一下ncbi-blast-2.7.1里面的内容。

3.再去下载所需要的数据库（nr库）

用到的是蛋白质序列，下载nr库即可，下载地址：ftp://ftp.ncbi.nlm.nih.gov/blast/db/   ，nr库比较大，用迅雷批量下载。还可以暂时使用swissprot库代替一下。

4.下载完后，将下载的文件进行批量解压，使用指令：ls *.tar.gz | xargs -n1 tar xzvf

5.将下载的数据库进行格式化数据，用到makeblastdb：/home/xzsang/ncbi-blast-2.7.1+/bin/makeblastdb -in /home/xzsang/ncbi-blast-2.7.1+/db/sp/uniprot_sprot.fasta -dbtype prot -title sp -out /home/xzsang/ncbi-blast-2.7.1+/db/sp/sp -parse_seqids

6.简单的代码输出矩阵（这样是输出单条序列的pssm矩阵）：/home/xzsang/ncbi-blast-2.7.1+/bin/psiblast -query /home/xzsang/query.fasta  -db /home/xzsang/ncbi-blast-2.7.1+/db/sp/sp -num_iterations 3  -out 1 -out_ascii_pssm 1.pssm

7.批量输出PSSM矩阵：可使用pycharm编写的python 程序，程序如下：

#!/usr/bin/python
# -*- coding:utf-8 -*-
import os
totalSize = 0
fileNum = 0
dirNum = 0
def visitDir(path):
    global totalSize
    global fileNum
    global dirNum
    for lists in os.listdir(path):
        sub_path = os.path.join(path, lists)
        if os.path.isfile(sub_path):
            fileNum = fileNum+1                      # 统计文件数量
            totalSize = totalSize+os.path.getsize(sub_path)  # 文件总大小
        elif os.path.isdir(sub_path):
            dirNum = dirNum+1                       
            visitDir(sub_path)                          
visitDir("/home/xzsang/binder/")
print(fileNum)
for i in range(1,fileNum+1):
    os.system("/home/xzsang/ncbi-blast-2.7.1+/bin/psiblast -query /home/xzsang/binder/split_"+ str(i)+".fasta"+" -db /home/xzsang/ncbi-blast-2.7.1+/db/sp/sp -num_iterations 3"+" -out_ascii_pssm "+str(i)+".pssm")
将该程序放到服务器上，在操作系统上执行该程序即可，运行出来的结果就是批量生成的PSSM矩阵（可分开两部分做，DNA结合蛋白批量生成PSSM矩阵，非结合的批量生成PSSM矩阵，将生成的矩阵分别放在两个文件夹下面，便于日后处理数据使用）