blast在linux上的用法

blast

blast包含核酸序列比对，蛋白序列比对等。
主要有两个步骤：

1. 建库 （makeblastdb）
2. 比对 （blast）

mdkebalstdb和blast的参数

makeblastdb 
-in input_file
-input_type type   #输入的文件类型：String, `asn1_bin', `asn1_txt', `blastdb', `fasta'
-dbtype molecule_type #要生成的数据库类型：String, `nucl', `prot'
-title database_title
-parse_seqids  #保持fasta文件内的序列名，否则程序会给它重新安排一个名词。
-out database_name
# 一般只要三个参数（-in，-dbtype，-out）

blastn/blastp
-query #要比对的文件，接收fasta文件。
-db #要比对的数据库，用makeblastdb生成数据库会产生6个文件，只要写数据库的名词即可，后缀不要写。
-out #输出文件

一VS一比对示例

1. 核酸序列比对 blastn

假如有两个序列：a.fasta 和 b.fasta

# 将a.fastq作为reference建立库，然后用b.fasta比对
# 建立库 （将其中一条序列建库，作为reference）
makeblastdb -in a.fasta -dbtype nucl -out a_db

# 比对 （b.fasta作为query）
# -db 就是上一步建库的名字（-out的参数）
blastn -query b.fasta -db a_db -out result 

2. 蛋白序列比对 blastp

假如有两个蛋白序列：a.faa 和 b.faa

# 将a.fastq作为reference建立库，然后用b.fasta比对
# 建立库 （将其中一条序列建库，作为reference）
makeblastdb -in a.fasta -dbtype prot -out a_db

# 比对 （b.fasta作为query）
# -db 就是上一步建库的名字（-out的参数）
blastp -query b.fasta -db a_db -out result 

一VS多比对示例

1. 核酸序列比对 blastn

有序列a.fasta需要跟b_1.fasta, b_2.fasta进行比对。

# 将所有的b文件合并
cat b_1.fasta, b_2.fasta > b_all.fasta
# 建库
makeblastdb -in b_all.fasta -dbtype nucl -out b_all_db
# 比对 （b.fasta作为query）
# -db 就是上一步建库的名字（-out的参数）
blastn -query a.fasta -db b_all_db -out result 

建立库时会出现下面的文件：

比对结果：
主要看Identities，Gaps, 这里有99%的一致性和4个gaps。

备注：

调换query和reference的顺序，比对的结果是不一样的。因为中间有建库的步骤，所以会导致差异。
一般来说，我们将大数据建库作为reference，将小数据作为query来比对。

补充：

blastn和blastp:

-db: 指定blast搜索用的数据库，详见上篇文章

-query:用来查询的输入序列，fasta格式

-out：输出结果文件

-evalue: 设置e值cutoff

-max_target_seqs:设置最多的目标序列匹配数

-num_threads：指定多少个cpu运行任务（依赖于你的系统，同于以前的-a参数）

-outfmt：一般设置为6，(0-10之间的数都可以)