blast的应用

一、物种鉴定

当拿到一条未知序列时，可以直接与 ncbi nt 库或者 nr 库进行 blast 比对，鉴定未知序列。

#nt库比对
blastn -db nt -query assembly.fasta -out blast.out  -outfmt 6 -evalue 1e-5 -num_threads 12

二、基因功能注释

这种原理上与物种鉴定类似，也是通过比对，根据已知的信息来推测未知的信息。对于未知的基因，与基因功能数据库进行比对。过滤之后，比对到最近源基因所具有的功能，也就是未知基因具有的功能。这里我们看到，已知功能基因数据的准确性非常重要，否则未知基因功能就会被定义错误，如果这个错误累积起来，将会越累积越多。目前的基因功能注释主要都是采用这种方式。一般利用氨基酸的直接比对来做，比如可以做 nr 库、cog 数据库等。

#nr库比对
blastn -db nr -query gene.fa-out blast.out -outfmt 6 -evalue 1e-5 -num_threads 12

三、筛选质粒

#质粒数据库
ftp://ftp.ncbi.nih.gov/refseq/release/plasmid/ #质粒
#下载质粒数据库
alias 'aspera=~/.aspera/connect/bin/ascp -i
~/.aspera/connect/etc/asperaweb_id_dsa.openssh -QTr -k 1 -l 50m'
#批量下载
for i in {1..10};do echo aspera
anonftp@ftp.ncbi.nlm.nih.gov:refseq/release/plasmid/plasmid.${i}.1.genomic.fna
.gz ./;done; #与质粒库进行 blast 比对
blastn -query assembly.fasta -db ../data/plasmid/plasmid.fa -out plasmid18.txt
-outfmt 6 -html -evalue 1e-5 -num_threads 12
#提取 id
cat plasmid.txt | awk '{if ($3 >80 && $4 > 100 ) print $1}' | sort | uniq >id.list
#提取序列
seqkit grep -r -f id.list assembly.fasta -w 0 >plasmid_4.fa

四、筛选共有基因。

将两个基因集氨基酸序列进行 blast 比对，将比对上的序列 ID 筛选出来。

#筛选共有基因
#建立索引
makeblastdb -in ref.faa -dbtype prot -parse_seqids -out ref.faa
#blastp比对
blastp -query query.faa -out blast.out -db ref.faa -outfmt 6 -evalue 1e-5
#筛选id
cat blast.out |awk '{if ($3 >=80 && $4 >=100 ) print $2}' | sort  |uniq >id.list
#提取序列
seqkit grep -r -f id.list ref.faa

五、diamond 比对

5.1 diamond 介绍

diamond 是 2015 年发表的一款新的序列比对工具，与 blast 类似。diamond 可以应用于物种分类的鉴定，比对之后，直接导入 megan 软件进行物种分类以及数据可视化。相比于 blast程序，具有以下特点。

1、只能进行氨基酸水平比对，不能做核酸水平比对；

2、比对速度比 blast 程序快 100x-10,000x 倍；

3、可以进行长读长测序 reads 的比对；

4、可以输出 blast，sam 格式，列表以及 xms 等多种格式；

5、比对精度地域 blastp；

6、diamond 的软件版本要与数据库版本一致。

v0.9.25 to current produce format version 3 and accept format version 2-3.
v0.9.19 to v0.9.24 produce and accept format version 2.
v0.9.0 to v0.9.18 produce and accept format version 1.
v0.8.12 to v0.8.38 produce and accept format version 0.

网址：https://github.com/bbuchfink/diamond

5.2 软件安装使用

1 软件安装

#bioconda 安装
mamba install -y diamond
#现在预编译程序
wget
http://github.com/bbuchfink/diamond/releases/download/v2.0.13/diamond-linux64.
tar.gz
tar xzf diamond-linux64.tar.gz

2 选项参数

https://github.com/bbuchfink/diamond/wiki/3.-Command-line-options

功能选项：

makedb ：建立索引

blastp：blastp 模式比对

blastx：blastx 模式比对

view：显示 DAA 格式结果

help：帮助信息

version：显示版本

getseq：从库文件中提取序列

dbinfo：数据库信息 、

test ：运行测试

makeidx：为数据库建立索引

通用选项：

--threads/-p：线程数

--db/-d <file>：输入比对数据库

--out/-o <file>：输出文件

--outfmt/-f：输出文件格式，默认 6（表格）

--header：输出表头信息

建库选项：

--in：输入文件

--taxonmap ：物种分类库 mapping 文件

--taxonnodes ：物种分类库 nodes 文件

--taxonnames：物种分类库 names 文件

比对选项：

--query/-q ：输入比对序列

--strand：比对方向

--evalue/-e：比对的最大 evalue 值（默认 0.001)

--max-target-seqs/-k：比对到的最大序列数，默认值是 25

--top：百分数的形式表示

--min-score：最小评分

--id: 给出指定百分比的数据

--subject-cover：最小覆盖度

选择比对速度与敏感度

--fast

--mid-sensitive

--sensitive

--more-sensitive

--very-sensitive

--ultra-sensitive

5.3 使用案例

1、blastp 比对

#建立索引
diamond makedb --in ref.faa --db ref
diamond 比对
diamond blastp -q query.faa -d ref -o blastp.txt -p 12 -f 6

2、物种鉴定

#检查数据库版本
diamond dbinfo -d /nr_diamond/nr.dmnd
diamond dbinfo -d /diamond_20210825/nr.dmnd
#diamond 比对
diamond blastx -q P15.fastq.gz --db diamond
/diamond_20210825/nr -o blastx -p 12 -f 100
#可视化
diamond view -a blastx.daa

写在最后：有时间我们会努力更新的。大家互动交流可以前去论坛，地址在下面，复制去浏览器即可访问，弥补下公众号没有留言功能的缺憾。原地址暂未启用（bioinfoer.com）。

sx.voiceclouds.cn

有些板块也可以预设为大家日常趣事的分享等，欢迎大家来提建议。