Blast比对软件

配置blast软件
blast工具介绍
">
makeblastdb 构建自己的参考数据库
blastn 比对
blastall

blast软件包括：blastn, blastp, blastx, tblastn, tblastx等。
blast在线使用网址：https://blast.ncbi.nlm.nih.gov/Blast.cgi?PROGRAM=blastn&PAGE_TYPE=BlastSearch&LINK_LOC=blasthome
结果解释：https://ftp.ncbi.nlm.nih.gov/pub/factsheets/HowTo_NewBLAST.pdf

配置blast软件

从ftp://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/上下载然后安装
使用conda安装
```
conda install -c bioconda blast
```
blast工具介绍
| Program | Task Name | Description | | —- | —- | —- | | blastp | blastp | protein-protein BLAST
在蛋白质数据库(protein database)中查询蛋白序列(protein query) | | | blastp-short | 适用于短的蛋白序列查询(小于30) | | blastn | blastn | Traditional BLASTN requiring an exact match of 11 | | | blastn-short | 适用于短核酸序列搜索（小于50 bases） | | | megablast | Traditional megablast used to find very similar (e.g., intraspecies or closely related species) sequences
寻找相似序列 | | | dc-megablast | Discontiguous megablast used to find more distant (e.g., interspecies) sequences
寻找远端序列 | | blastx | blastx | search protein databases using a translated nucleotide query | | tblastx | tblastx | Search translated nucleotide databases using a translated nucleotide query | | tblastn | tblastn | search translated nucleotide databases using a protein query |

makeblastdb 构建自己的参考数据库

如果没有参考数据库，可以使用 makeblastdb 自己构建。
-in：输入fa文件
-input_type：指定输入的文件类型
-dbtype：数据库类型；nucl为核酸，prot为蛋白
-title：数据库起个标题，不能用于后面blastn 时 -db
-parse_seqids：推荐加上
-out ：数据库名，如下命令，我的数据库在当前路径下的database下，数据库名关键字是PAG24791_pass
最后构建的完整的数据库包括：.nhr，.nin，.nog，.nsd，.nsi，.nsq 六个文件。

$ makeblastdb -in test.fasta -input_type fasta -dbtype nucl -title ONT_test -parse_seqids -out database/PAG24791_pass
$ ll database/
total 749064
-rw-r--r-- 1 ranjr bmk 255391008 Jul 15 15:54 PAG24791_pass.nhr
-rw-r--r-- 1 ranjr bmk  10637752 Jul 15 15:54 PAG24791_pass.nin
-rw-r--r-- 1 ranjr bmk   3545924 Jul 15 15:54 PAG24791_pass.nog
-rw-r--r-- 1 ranjr bmk  81333296 Jul 15 15:54 PAG24791_pass.nsd
-rw-r--r-- 1 ranjr bmk   1492526 Jul 15 15:54 PAG24791_pass.nsi
-rw-r--r-- 1 ranjr bmk 220876989 Jul 15 15:54 PAG24791_pass.nsq

blastn 比对

参数介绍
-query：输入文件（例如 query.fa）
-db：数据库路径（本地完整路径，或者NCBI路径）
-query_loc : 指定检索的位置
-out：输出的文件名
-outfmt：输出格式指定，默认是0。
-evalue 科学计数法，比如说1e3，定义期望值阈值，表示随机匹配的可能性。blast会过滤掉期望值大于这个数的比对结果（即这个值越小比对结果就越好）。E值表明在随机的情况下，其它序列与目标序列相似度要大于这条显示的序列的可能性。与S值有关，S值表示两序列的同源性，分值越高表明它们之间相似的程度越大
E值总结： 1.E值适合于有一定长度，而且复杂度不能太低的序列。2. 当E值小于10-5时，表明两序列有较高的同源性，而不是因为计算错误。3. 当E值小于10-6时，表时两序列的同源性非常高，几乎没有必要再做确认。
-a：运行BLAST程序所使用的处理器的数目，缺省值1

短序列比对
在运行查询短序列时可以采用 blastn 加上 -task blastn-short -word_size 7 -evalue 1，可以对短序列进行快速比对。

evalue越小，在查找短序列时返回的结果越可靠，与平时一般序列比对时设置的完全不一样，平时是1e-5
当设置为blastn-short时，就默认了word_size为7
```
blastn -query query.fasta -out seq.blast -db /share/nas1/ranjr/project/drop-data/20210709_0711_1A_PAG24791_01a8d3ef/data/database/PAG24791_pass -outfmt 6 -evalue 1e-5 -num_descriptions 10 -num_threads 8
```
结果文件解释
结果文件一共包含12列。
第1列：查询序列的ID，query.fasta中序列的标识符
第2列：Subject id，比对上的目标序列ID
第3列：% identity，序列比对的一致性百分比
第4列：alignment length，符合比对的比对区域的长度
第5列：mismatches，比对区域的错配数
第6列：gap openings，比对区域的gap数目
第7列：q. start，比对区域在查询序列(Query id)上的起始位点
第8列：q. end，比对区域在查询序列(Query id)上的终止位点
第9列：s. start，比对区域在目标序列(Subject id)上的起始位点
第10列：s. end，比对区域在目标序列(Subject id)上的终止位点
第11列：e-value，比对结果的期望值，将比对序列随机打乱重新组合，和数据库进行比对，如果功能越保守，则该值越低；该E值越高说明比对的高得分值是由GC区域，重复序列导致的。对于判断同源性是非常有意义的几个参数。
第12列：bit score，比对结果的bit score值

参考资料
http://blog.shenwei.me/local-blast-installation/
https://www.jianshu.com/p/de28be1a3bea

blastall

blastall使用说明及常用参数解释
-p：选择程序， blastn，blastx，blastp，tblastn，tblastx
-i：要查询的文件，query.fa
-d：待搜索的数据库
-o：输出的文件名
-e：期望值，默认10，控制搜索的灵敏度
-m：设置输出文件的格式，有 0-11 种选项，默认是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 [Integer]
-G：起始空位罚分，默认0
-q：blastn比对时，设定核酸错配的罚分，默认-3
-v：设定输出文件中，匹配列表最多输出多少个subject，默认500
-b：设定输出文件中，最多显示多少个query-subject两两比对的文本描述，默认250
-a：设定搜索过程中cpu数目，默认1

/share/nas2/genome/bin/blastall -p blastn -i db.fa -d /share/nas1/ranjr/project/drop-data/20210709_0711_1A_PAG24791_01a8d3ef/data/database/PAG24791_pass -o seq_blast.result6 -e 1  -q -1 -m 9 -b 886473

参考来源：https://www.docin.com/p-704735699.html

配置blast软件

blast工具介绍

makeblastdb 构建自己的参考数据库

blastn 比对

blastall