作者：钱胜

原载于本实验室微信公众号EvoDevo好好玩（http://mp.weixin.qq.com/s/CS7eLBpsBCBx4StQgwAscQ ）

1、Blast基本思想

Query sequence：查询什么序列

Database：到哪里去查

Blast type：如何查询

2、Blast(Basic Local Aligment Search Tool)适用对象

简单的双序列比对

序列与库之间的双序列比对

补充：除了Blast适用的双序列比对，还有多序列之间的比对，只要用来构建进化树，用于演化分析

3、Blast类型

Blastn---- Nucleotide-nucleotide

Blastp---- Nucleotide-protein

Blastx---- Translated query vs protein database

tblastn---- Protein query vs translated database

tblastx---- Translated query vs translated database

bl2seq---- Align two sequences

不管怎么样，反正我是记不住的

FAQ：为何要将DNA翻译为蛋白质再进行序列比对呢？

密码子具有简并性，翻译成蛋白质比较更符合实际；蛋白质的match,mismatch,gap等打分系统比DNA复杂，结果会更准确；蛋白质演化速率比DNA慢，所以可以用到远缘物种的序列比对

4、如何进行Blast

方法一：NCBI Blast

强大的NCBI相信大家都不陌生，依次输入选择自己想要的类型，wait一段时间就能得到结果，建议大家在点击BLAST之前勾选旁边的show results in a new window，让结果另建窗口输出，方便多次BLAST和对比不同序列得到的结果。（当然了，这必定不是本文的重点）

方法二：本地Blast

按照基本思想，我们需要下载Blast软件

curl -O ftp://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.6.0+-x64-linux.tar.gz

tar zxvf ncbi-blast-2.6.0+-x64-linux.tar.gz

添加环境变量后，检查blast是否可以正常使用

blastn -h

能显示USAGE即测试完成

下一步，构建本地数据库，先看看用法

makeblastdb -in Danio_rerio.GRCz10.dna_sm.toplevel.fa -dbtype nucl

ll

选择斑马鱼的Ref genome，查看构建好的本地数据库文件

最后一步，构建query sequence

方便后续简单比对，我选择了斑马鱼Ref genome的前两行作为query file

blastn -db Danio_rerio.GRCz10.dna_sm.toplevel.fa -query query.fa

看看输出的结果：blastn的版本，所用的数据库，query序列的名字，长度以及最后比对出的序列在染色体的位置、hit score、E value等信息，有意思的是居然还出现在当时发表BLAST的paper，显示说是2000年Zhang et al.,开发的，发表在Journal of Computational Biology上，BLAST算是生物信息学应用领域最广泛的算法之一了，作者想必也比较自豪。

本次比对的best hit当然是它本身啦，second hit在它的第8号染色体上，居然没有Gap，一致性也达到97%

如果我们想看一下一共有多少个hits，怎么办呢？

这里的Fields是下面表格的表头，后面的每个参数都是一一对应的关系

显示一共找到了20个hits，细心的小伙伴肯定发现了一个问题，这个结果比上面不加-outfmt 7统计的hits数量多，因为上面同一染色体的hits只显示其中的一条，所以结果少了一部分。那么这里的-outfmt 7是什么意思呢，blastn -help显示每个参数的具体用法，看到输出结果的选项，我选择了带有表头的表格。

最后，大家可以用构建本地数据库的Ref genome 作为query.fa，相当于“自己”和“自己”进行比对，看看结果是什么，来吧，来一下自己服务器的极限吧！