本文全文转载子云生物:http://yunbio.com/49
先要多谢一下 Sophie 与 rebeccajiejie 的热心,让 云生物 看起来着实有些了活力。也希望更加的人参与进来回答问题。得开始认真宣传一下才行啊。
最近Sophie问了我关于批量Blast的问题。我尝试了一下NCBI的批量Blast,感觉非常不错。 写个教程分享一下。拿水稻的序列Blast做个例子。
Batch entrez(http://www.ncbi.nlm.nih.gov/sites/batchentrez)是NCBI提供的批量搜索entrez数据库的工具。非常好用的。
比如说你有一个大量的accession或是gi的list(在文件里一行一个)。如下:
NM_016618NM_022735NM_023935NM_022047NM_004395
打开Batch entrez,载入这个文件。
如上图所示,选择一个文件。选择一个数据库。然后按Retrieve。
在以一步之后,进入结果页面。在Display选择Fasta,然后再在send to 里选 择send to File。这样就完成了批量下载 Fasta序列了。
上一步下载好的Fasta序列文件sequence.fasta先保留。打开Blast界面,http://blast.ncbi.nlm.nih.gov/Blast.cgi。选 择需要的物种的Blast程序。
上面已经说了拿水稻的做为例子。如下图所示,在choose a file to upload里选择刚刚下载好的Fasta文件。其它参数按需要选 择。
点Begin Search后,会进下如下图的界面。在Show Alignment as 里选 择 Plaing text(默认为html格式)。在Alignment View一栏选择Hit Table(即相当于在Blast选择-m9的参数)。
选择Hit table后,返回的结果有12列,依次是:
query id query的ID
subject ids 比对到的ID
% identity 相似性(%)
alignment length 比对到的长度
mismatches 相对而言的,在alignment length中有多少个没有匹配,即PM
gap opens 同上,在alignment length中有多少个gap
q. start query序列比对的开始
q. end query序列比对的结束
s. start subject序列比对的开始
s. end subject序列比对的结束
evalue E值
bit score 比对的得分
上面选 择完了之后,点击View report就可以查看结果了。如果数据太大,需要等一等。
返回的结果已经是清晰明了的。再把结果导入到Excel做一些筛选 工作就行了。这就不讲了。
NCBI批量Blast 完~ 欢迎大家多写点文章来投稿啊。