生物信息学分析-blast序列比对及结果详细说明_生物信息学blast
先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上运维知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024b （备注运维）
正文
1. 软件说明
Blast是一种基于序列比对的分析工具，可以用于寻找生物序列之间的同源性，它的全称是Basic Local Alignment Search Tool。
Blast有多种版本和用途，最常见的是基于Web的Blast和本地安装的Blast程序。Web版Blast可以直接在NCBI网站上使用，而本地安装的Blast程序需要下载和安装在计算机上。
Blast的使用流程一般为输入一个查询序列，与数据库中的序列进行比对，输出比对结果。
2. 软件下载
这里使用linux版本，直接下载二进制的程序，注意如有报错，请按报错配置好gcc等依赖环境即可（一般是gcc版本问题）。
这里是对应工具的介绍页面，可直接使用页面提交比对任务
BLAST: Basic Local Alignment Search Tool
下载链接：
https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.14.1±x64-linux.tar.gz
解压安装：
###解压
tar -xzvf ncbi-blast-2.14.1+-x64-linux.tar.gz
###进入解压目录
cd ncbi-blast-2.14.1+
###查看解压目录内的文件，感兴趣的就读一下README吧。
ls
[root@vmgmt ncbi-blast-2.14.1+]# ls
bin BLAST_PRIVACY ChangeLog doc LICENSE ncbi_package_info README
###可直接使用的文件在bin目录下
cd bin
###查看目录下的文件
ls
[root@vmgmt bin]# ls
blastdb_aliastool blast_formatter blastn_vdb blastx deltablast legacy_blast.pl makeprofiledb rpstblastn tblastn_vdb windowmasker
blastdbcheck blast_formatter_vdb blastp cleanup-blastdb-volumes.py dustmasker makeblastdb psiblast segmasker tblastx
blastdbcmd blastn blast_vdb_cmd convert2blastmask get_species_taxids.sh makembindex rpsblast tblastn update_blastdb.pl
###上面目录的文件默认已经可以直接执行，未配置未系统目录时需要加上指定命令的路径
#如：
./blastn -help
[root@vmgmt bin]# ./blastn -help
USAGE
blastn [-h] [-help] [-import_search_strategy filename]
[-export_search_strategy filename] [-task task_name] [-db database_name]
[-dbsize num_letters] [-gilist filename] [-seqidlist filename]
[-negative_gilist filename] [-negative_seqidlist filename]
[-taxids taxids] [-negative_taxids taxids] [-taxidlist filename]
[-negative_taxidlist filename] [-entrez_query entrez_query]
[-db_soft_mask filtering_algorithm] [-db_hard_mask filtering_algorithm]
[-subject subject_input_file] [-subject_loc range] [-query input_file]
[-out output_file] [-evalue evalue] [-word_size int_value]
[-gapopen open_penalty] [-gapextend extend_penalty]
[-perc_identity float_value] [-qcov_hsp_perc float_value]
[-max_hsps int_value] [-xdrop_ungap float_value] [-xdrop_gap float_value]
[-xdrop_gap_final float_value] [-searchsp int_value] [-penalty penalty]
[-reward reward] [-no_greedy] [-min_raw_gapped_score int_value]
[-template_type type] [-template_length int_value] [-dust DUST_options]
[-filtering_db filtering_database]
[-window_masker_taxid window_masker_taxid]
[-window_masker_db window_masker_db] [-soft_masking soft_masking]
[-ungapped] [-culling_limit int_value] [-best_hit_overhang float_value]
[-best_hit_score_edge float_value] [-subject_besthit]
[-window_size int_value] [-off_diagonal_range int_value]
[-use_index boolean] [-index_name string] [-lcase_masking]
[-query_loc range] [-strand strand] [-parse_deflines] [-outfmt format]
[-show_gis] [-num_descriptions int_value] [-num_alignments int_value]
[-line_length line_length] [-html] [-sorthits sort_hits]
[-sorthsps sort_hsps] [-max_target_seqs num_sequences]
[-num_threads int_value] [-mt_mode int_value] [-remote] [-version]
DESCRIPTION
Nucleotide-Nucleotide BLAST 2.14.1+
Use '-help' to print detailed descriptions of command line arguments
========================================================================
###如果想直接使用的话注意将本目录加入到profile环境中去（推荐,），或者将本目录下的所有命令复制到/usr/bin下(不建议）
vim /etc/profile.d/blast.sh
##前面的/opt根目录请根据自己的实际路径修改
export PATH="/opt/ncbi-blast-2.14.1+/bin":$PATH
###配置环境路径生效
source /etc/profile.d/blast.sh
#或
source /etc/profile
#直接运行命令测试
blastn -h使用方法
###基于基于核酸序列-参考核酸序列的比对功能
blastn -db database -query input.fasta -out output -outfmt 6
### db 后面接比对的数据库， query后面接核酸序列，out接想要输出的文件名，outfmt输出格式，6表示表格输出，如下：
-outfmt <String>
alignment view options:
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
###这个序列比对速度有点慢，建议多核跑加上threads参数， outfmt是大家通用的表格格式，使用6,7都不错。
###输出后看表格头部，大致字段表示如下：outfmt，格式6输出（无表头，适合文件合并拼接处理）结果如下，没有表头，需要表头说明的采用7输出，从第一列到最后一列解释分别如下：
1、Query id：查询序列ID标识
2、Subject id：比对上的目标序列ID标识
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注运维）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
V获取：vip1024b （备注运维）**
[外链图片转存中…(img-LrpiGzda-1713258054284)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！