序列比对与blast

1、Global alignments 全局比对：尽可能保证两条序列的碱基都能配对，因此会有比较多的错配和gap，但是不会对序列两端对gap进行罚分。

2、Local alignments 局部比对：尽可能的找到能最优匹配对子区域。

3、多序列比对：常用的软件为: mafft, muscle, clusta-omega, t-coffee等，是全局比对。

4、BLAST (Basic Local Alignment Search Tool)，结果是局部比对。Its purpose is to search a large body of known information for similarities (hits).

5、如何使用blast

1⃣️ Prepare a BLAST database with makeblastdb. This only needs to be done once.

2⃣️Pick a blast tool--blastn\blastp\blastx\tblastn\tblastx, as appropriate (use -h to see and chose the parameters).

3⃣️Run the tool and format the output as needed (-outfmt 6 or 7 to format the outputs into tabular or even add custom fields to the output).

4⃣️如果只有两条序列，则不需要构建database，blastn可以直接进行pairwise alignment，命令如下：blastn -query query.fa -subject ~/refs/ebola/KM233118.fa

5⃣️ blastn -task 选项可以选择多种模式：

                blastn - finds more divergent sequences；megablast - finds less divergenent sequences；blastn-short - short queries 

6⃣️blast 会自动过滤掉一些低复杂度的序列（高度重复）使用 -dust no 关闭过滤。

6、blast databases

1⃣️现成的databases：ftp://ftp.ncbi.nlm.nih.gov/blast/db/

2⃣️

3⃣️blastdbcmd ：queries blast databases. -info

        List the content of the blast database：blastdbcmd -db index/all -entry 'all' -outfmt "%a"

4⃣️elink ： to see which publication links to this sequence?

        esearch -db nuccore -query NR_118889.1 | elink -target pubmed | efetch

5⃣️reformat database

        blastdbcmd -db ~/refs/refseq/16SMicrobial -entry 'all' -outfmt '%a,%l,%T,%L' | tr ','  '\t' 

6⃣️extract a specific entry

        Get the first 20 bases of a specific 16S gene：blastdbcmd -db  ~/refs/refseq/16SMicrobial -entry 'NR_118889.1' -range 1-20

7、extractfeat