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。
-----------[ 做好心理准备,开始了]-----------
1. 安装配置BLAST+程序
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:$被转义了的): 1 | echo "export PATH=/db/home/shenwei/local/app/blast/bin:\$PATH" >> ~/.bashrc |
让配置生效:
到此,你就可以直接输入BLAST的子程序,如blastn进行比对了。试试输入 blast -version ,看看是否如下显示: 1 2 3 | [shenwei@mu01 blast]$ 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》
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 |
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~
|