Linux系统中的BLAST+操作教程

小瑶

今天分享本地BLAST的教程，分享Linux系统中进行NCBI BLAST+本地化的方法。实测环境为Linux64位系统，无ROOT权限。

今天这篇文章面向初学者（最好还是懂得基本的linux使用哈），高手可直接忽视。Windows系统与Linux系统的安装方法，两个系统安装BLAST的思路一致，不熟悉Linux系统的同学可能倾向选择Windows系统操作，但在Linux中BLAST效率更高，系统更稳定，不会卡死。所以，我们建议用Linux服务器，我想你也不忍心让自己心爱的本本跑几十个小时的程序吧。

请不要因为篇幅长，而觉得很困难，只是为了初学者能懂，叙述比较详（luo）细（suo）而已。

全文转载自：http://blog.shenwei.me/

-----------[ 做好心理准备，开始了]-----------

1. 安装配置BLAST+程序

在ftp://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/中下载最新的BLAST可执行程序（不要下载源代码，源码编译非常慢），选择预编译版本，如ncbi-blast-2.2.30+-x64-linux.tar.gz。如果服务器能联网，可直接用wget下载。或者，下载后用SFTP客户端传输到服务器上。

1 wget ftp://ftp.ncbi.nlm.nih.gov/blast ... 0+-x64-linux.tar.gz

解压缩：

1	tar -zxvf ncbi-blast-2.2.30+-x64-linux.tar.gz

（按理说解压缩后就可以通过绝对路径直接使用了，但为了今后的方便，还是继续配置吧）为了方便，将其移动到我安装本地程序的目录，并重命名（固定命名，不带版本号，避免因升级而修改配置文件），统一管理。

1 2 3

mv ncbi-blast-2.2.30+ ~/local/app/ # 移动 cd ~/local/app/       # 进入本地程序安装路径 mv ncbi-blast-2.2.30+ blast   # 修改目录名

现在，已经将BLAST+安装到~/local/app/blast中了（~知道吧，就是用户的家目录，可用环境变量$HOME代替）。

1 2 3 4

[shenwei@mu01 blast]$ pwd # 查看当前目录的绝对路径 /db/home/shenwei/local/app/blast [shenwei@mu01 blast]$ ls  # 查看当前目录的内容 bin ChangeLog doc LICENSE ncbi_package_info README

将BLAST+可执行程序所在目录（bin）的绝对路径加入到环境变量$PATH中，方便通过程序名直接调用。编辑~/.bashrc文件，在最后加入以下行：

1	export PATH=/db/home/shenwei/local/app/blast/bin:$PATH

如果不会使用vi/vim等编辑器，可直接运行下列一行命令，将上述内容添加到~/.bashrc文件（看清楚，和上面不同的是：$被转义了的）：

1	echo "export PATH=/db/home/shenwei/local/app/blast/bin:\$PATH" >> ~/.bashrc

让配置生效：

1	source ~/.bashrc

到此，你就可以直接输入BLAST的子程序，如blastn进行比对了。试试输入 blast -version ，看看是否如下显示：

1 2 3

[shenwei@mu01 blast]$ blastn -version blastn: 2.2.30+ Package: blast 2.2.30, build Dec 10 2013 14:41:40

-----------[ 休息一下，鼓励一下自己 ]-----------

2. 配置本地BLAST库

当需要进行大量比对的时候，将BLAST数据库本地化能极大提高效率。

我存放库文件的目录为 ~/data/blast。建立并编辑（如果还不会编辑，就复制到本地的一个文本文件ncbirc.txt，然后传到服务器，再改名 mv ncbirc.txt .ncbirc ）NCBI BLAST全局配置文件（在家目录），内容如下：

配置好后，后面选择库的时候就可以只输入名称（比如nr），不用输入绝对路径了。

3. 下载库文件

配置好之后，使用BLAST+自带的update_blastdb.pl脚本下载nr和nt等库文件（不建议下载序列文件，一是因为后者文件更大，二是因为可以从库文件中提取序列，最主要是建库需要花费很长时间），直接运行下列命令即可自动下载。

1 update_blastdb.pl nt nr

提醒：下载文件较大，耗费时间较长，最好将任务转入后台。简单的做法，也可用nohup命令（下面nohup后面用了time命令，是为了看看整个消耗的时间）：

1	nohup time update_blastdb.pl nt nr > log &

监控库文件是否下载完成，如何判断？ 1. 查看log文件是否有提示；2. 查看update_blastdb.pl是否还在运行：执行ps -aef | grep update_blastdb.pl | grep -v update_blastdb.pl命令，如过没有结果，则说明没有运行了。

下载完成后解压所有tar.gz文件（用通配符）即可：

1	nohup time tar -zxvf *.tar.gz > log2 &

提示：今后要更新库文件的时候，按照上述方法重新下载解压即可。

常用的BLAST库文件（比如基因组参考序列）也可以加入其中，今后调用的时候就不用输入库 文件的绝对路径了。

----------- [ 赞扬一下自己 ]-----------

4. 基本用法

可直接Google中文教程。更权威，更详细的请参考BLAST手册《BLAST Command Line Applications User Manual》

网址：http://www.ncbi.nlm.nih.gov/books/NBK279690/。

具体参数信息可直接输入blastn -help查阅。

提示：blast输出格式有多种，其中11包含信息最全，其它格式都可用blast_formatter程序由11转化为其它格式。所以，比对结果请使用11格式。

1）如果本地化了nt库，直接在nt库中比对。

1	blastn -query test.fa -db nt -outfm 11 -out "test.blastn@nr.asn" -num_threads 8

其中输出文件名test.blastn@nr.asn是个人习惯，即“序列文件名.blast子程序名@库名.结果格式”，这样是不是很直观？

转换格式（如自定义表格格式）：

1 blast_formatter -archive "test.blastn@nr.asn" -outfmt "7 qseqid sseqid pident length mismatch gapopen qstart qend sstart send evalue bitscore staxids salltitles" > "test.blastn@nr.tab"

转为默认格式 ：

1	blast_formatter -archive "test.blastn@nr.asn" -outfmt 0 > "test.blastn@nr.blast"

2）如果没有本地化nt库，可添加-remote选项（就不能使用-num_threads参数了），进行在线比对（当然要慢一些，适合数据不多的情况）：

1	blastn -query test.fa -db nt -outfm 11 -out "test.blastn@nr.asn" -remote

3）用自己的序列建库

1 makeblastdb -in db.fasta -dbtype nucl -parse_seqids -out dbname

如果该库需要经常使用，可将库文件移到前面配置的库文件的目录，今后在其它目录运行blast的时候，便可直接输入库名（不用输入绝对路径），直接使用。

1	mv dbname.* ~/data/blast

全文结束，大家要在在实践中学习，不会的请google、看手册哈~

全文转载自：http://blog.shenwei.me/

chestnut

蟹蟹，非常实用。

martin1207

绝对的好教程！

wujie888618

非常实用

stoni

很好的资料

bj

漫漫长路