Blast-plus¶
简介¶
全称Basic Local Alignment Search Tool,即"基于局部比对算法的搜索工具"。 Blast的运行方式是先用目标序列建数据库(这种数据库称为database,里面的每一条序列称为subject), 然后用待查的序列(称为query)在database中搜索,每一条query与database中的每一条subject都要进行双序列比对,从而得出全部比对结果。
blastp:蛋白序列与蛋白库做比对,直接比对蛋白序列的同源性。
blastx:核酸序列对蛋白库的比对,先将核酸序列翻译成蛋白序列(根据相位可以翻译为6种可能的蛋白序列),然后再与蛋白库做比对。
blastn:核酸序列对核酸库的比对,直接比较核酸序列的同源性。
tblastn:蛋白序列对核酸库的比对,将库中的核酸翻译成蛋白序列,然后进行比对。
tblastx:核酸序列对核酸库在蛋白级别的比对,将库和待查序列都翻译成蛋白序列,然后对蛋白序列进行比对。
可用的版本¶
版本 |
平台 |
构建方式 |
模块名 |
---|---|---|---|
2.9.0 |
arm |
spack |
blast-plus/2.9.0-gcc-9.3.0 ARM |
2.13.0 |
cpu |
precompile |
blast-plus/2.13.0-gcc-11.2.0 思源一号 |
2.13.0 |
cpu |
precompile |
blast-plus/2.13.0-gcc-11.2.0 |
ARM 版本BLAST+¶
示例脚本如下(blast.slurm):
#!/bin/bash
#SBATCH --job-name=test
#SBATCH --partition=arm128c256g
#SBATCH -N 1
#SBATCH --ntasks-per-node=128
#SBATCH --output=%j.out
#SBATCH --error=%j.err
module load blast-plus/2.9.0-gcc-9.3.0
makeblastdb -in ref.fa -dbtype nucl
blastn -query in.fa -db ref.fa -out blast_result.txt
使用如下指令提交:
$ sbatch blast.slurm
CPU 版本BLAST+¶
BLAST+预编译文件安装步骤¶
官网下载预编译文件
$ wget http://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/2.13.0/ncbi-blast-2.13.0+-x64-linux.tar.gz
解压
$ tar -zxvf ncbi-blast-2.13.0+-x64-linux.tar.gz
添加BLAST+的环境变量
$ export PATH=path/to/blast/bin:$PATH
检验安装,以下命令查看BLAST+版本信息
$ blastn -version
BLAST+运行示例¶
官网下载基因组并解压
$ wget ftp://ftp.ensemblgenomes.org/pub/plants/release-36/fasta/arabidopsis_thaliana/dna/Arabidopsis_thaliana.TAIR10.dna.toplevel.fa.gz
$ gzip -d Arabidopsis_thaliana.TAIR10.dna.toplevel.fa.gz
调用BLAST+
$ module load blast-plus/2.13.0-gcc-11.2.0
构建核酸BLAST数据库
$ makeblastdb -in Arabidopsis_thaliana.TAIR10.dna.toplevel.fa -dbtype nucl -out TAIR10 -parse_seqids
下载拟南芥protein数据
$ wget ftp://ftp.ensemblgenomes.org/pub/plants/release-36/fasta/arabidopsis_thaliana/pep/Arabidopsis_thaliana.TAIR10.pep.all.fa.gz
构建蛋白BLAST数据库
$ gzip -dArabidopsis_thaliana.TAIR10.pep.all.fa.gz
$ makeblastdb -in Arabidopsis_thaliana.TAIR10.pep.all.fa -dbtype prot -out TAIR10 -parse_seqids
生成随机序列query.fa
$ echo TGAAAGCAAGAAGAGCGTTTGGTGGTTTCTTAACAAATCATTGCAACTCCACAAGGCGCCTGTAATAGACAGCTTGTGCATGGAACTTGGTCCACAGTGCCCTACCACTGATGATGTTGATATCGGAAAGTGGGTTGCAAAAGCTGTTGATTGTTTGGTGATGACGCTAACAATCAAGCTCCTCTGGT >> query.fa
使用构建好的数据库进行检索
$ blastn -db BLAST/TAIR10 -query query.fa
参考资料¶
最后更新:
2024 年 10 月 11 日