HackMD
BLAST+ 的安裝與基礎使用
tags: ubuntu,學習筆記,bioinformatics
許多需要做物種序列比對的人都用過 NCBI 的 BLAST（Basic Local Alignment Search Tool）網頁服務，其實他們也有推出單機版的一系列程式 BLAST+ executables，最新版可以從 https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ 取得。
在 Ubuntu 中的安裝方法：
wget https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.13.0+-x64-linux.tar.gz
tar -zxvf ncbi-blast-2.13.0+-x64-linux.tar.gz
sp -r ./ncbi-blast-2.13.0+ ~/
export PATH=~/ncbi-blast-2.13.0+/bin:$PATH
#檢查是否安裝成功
blastn -version
最後要編輯 /etc/profile 加入 export PATH=${PATH}:/home/USERNAME/ncbi-blast-2.13.0+/bin
如果下載的是 .rpm 檔，用 rpm -ivh 指令安裝即可。
裝好之後，就可以在電腦用指令來做序列比對了。
這是平常在比對序列的時候，自己常用的指令：
$ blastn -remote -db nt -query filename.fasta -outfmt "6 qseqid qgi evalue bitscore pident staxids sscinames" -out outputfilename -perc_identity 90 -evalue 1e-5 -max_hsps 1
最後的輸出會是一個 tab 分隔的文字檔（tsv）。
裡面幾個常用參數解釋如下：
-remote遠端模式，直接上 NCBI GeneBank 的資料庫比對，而不使用本機儲存的資料庫。-dbdatabase，這邊選的是nt，也就是 nucleotide 資料庫。-query與-out分別指定輸入與輸出的檔名。-outfmt指定輸出的樣式，選擇 6 可以自由指定所需要的參數，參數與其他的樣式詳見後述。perc_identity指定比對的結果，只回傳大於指定相似度的結果。evalue比對的期望值（越小越好），只回傳小於指定期望值的結果。預設值為 10，一般會設定 1e-5，即max_hsps指定如果一條 query 序列和目標序列有多處對應，可以回傳多少結果。這個指令在 query 序列比較短或目標序列長的情況下可能使用，會依照 evalue 的排序來輸出指定數量的結果。
輸出結果的格式與參數
依據 NCBI 的說明文件，我們可以選擇不同的輸出格式 outfmt：
| outfmt | 格式 |
|---|---|
| 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 | XML Blast output |
| 6 | tabular |
| 7 | tabular with comment lines |
| 8 | Text ASN.1 |
| 9 | Binary ASN.1 |
| 10 | Comma-separated values |
| 11 | BLAST archive format (ASN.1) |
| 12 | Seqalign (JSON) |
| 13 | Multiple-file BLAST JSON |
| 14 | Multiple-file BLAST XML2 |
| 15 | Single-file BLAST JSON |
| 16 | Single-file BLAST XML2 |
| 17 | Sequence Alignment/Map (SAM) |
| 18 | Organism Report |
如果使用的是 outfmt 6, 7 或 10，以下這些是可已自行選擇加入的參數：
| 參數 | 解釋 |
|---|---|
| qseqid | Query Seq-id |
| qgi | Query GI |
| qacc | Query accesion |
| qaccver | Query accesion.version |
| qlen | Query sequence length |
| sseqid | Subject Seq-id |
| sallseqid | All subject Seq-id(s), separated by a ';' |
| sgi | Subject GI |
| sallgi | All subject GIs |
| sacc | Subject accession |
| saccver | Subject accession.version |
| sallacc | All subject accessions |
| slen | Subject sequence length |
| qstart | Start of alignment in query |
| qend | End of alignment in query |
| sstart | Start of alignment in subject |
| send | End of alignment in subject |
| qseq | Aligned part of query sequence |
| sseq | Aligned part of subject sequence |
| evalue | Expect value |
| bitscore | Bit score |
| score | Raw score |
| length | Alignment length |
| pident | Percentage of identical matches |
| nident | Number of identical matches |
| mismatch | Number of mismatches |
| positive | Number of positive-scoring matches |
| gapopen | Number of gap openings |
| gaps | Total number of gaps |
| ppos | Percentage of positive-scoring matches |
| frames | Query and subject frames separated by a '/' |
| qframe | Query frame |
| sframe | Subject frame |
| btop | Blast traceback operations (BTOP) |
| staxids | Subject Taxonomy ID(s), separated by a ';' |
| sscinames | Subject Scientific Name(s), separated by a ';' |
| scomnames | Subject Common Name(s), separated by a ';' |
| sblastnames | Subject Blast Name(s), separated by a ';' (in alphabetical order) |
| sskingdoms | Subject Super Kingdom(s), separated by a ';' (in alphabetical order) |
| stitle | Subject Title |
| salltitles | All Subject Title(s), separated by a '<>' |
| sstrand | Subject Strand |
| qcovs | Query Coverage Per Subject |
| qcovhsp | Query Coverage Per HSP |
以上是在本機使用 BLAST+ 工具進行序列的線上比對流程筆記；而取得大量序列資料與自建本機資料庫，另外再來談。
🐕🦺 2022.11.08
