Local Blast 使用说明

Blast 工具可以进行序列相似性比对，在 NGS 数据分析中经常会被使用到，特别是一些工具中需要 Blast 或 Blast+ 程序来作为第三方比对工具调用。拿到测序完成的草图后，因为基因组数据较大，连接NCBI网站往往又非常缓慢，所以要做 Blast 比对的话都需要做 Local Blast。这里介绍2个方式来实现：

1. 用命令行进行 Blast
2. 快速构建 Blast Web 服务

1. 基于命令行的 Local Blast

blast 和 blast+ 这2个程序集容易搞混。NCBI 最早在1989年创建Basic Local Alignment Search Tool工具，沿用至2009年无论是命令行工具或是在线程序，都称呼其为blast。2009年 NCBI 鉴于 blast 的一些不足，重新开发了新的blast+命令行工具，新的 blast+ 工具在速度上有了提升，在输入输出上也更为灵活。

目前 Blast 工具最新版是2012年发布的2.2.26（可能已经处于暂停升级的状态？），而 Blast+ 目前一直在更新。要区分2者也很简单，blast 是通过 blastall -p 的方式调用子程序来比对搜索的，而 blast+ 则是直接使用 blastn 或 blastp 等子程序来比对搜索。另外前者用 formatdb 程序来格式化数据库，后者用 makeblastdb 程序来格式化数据。

1.1 Blast

Blast的下载与安装

# 安装 Ubuntu 编译包。
~$ sudo apt-get install blast2

# 或者直接下载NCBI Linux预编译包，并解压缩安装
~$ wget ftp://ftp.ncbi.nih.gov/blast/executables/release/2.2.26/blast-2.2.26-x64-linux.tar.gz
~$ tar zxvf blast-2.2.26-x64 -C ~/app
~$ sudo ln -s ~/app/blast-2.2.26-x64/blastall /usr/local/sbin

运行 Blast

Blast 通过调用 blastall 这个 gateway 程序，来分别调用不同算法和程序实现序列比对。在命令行中输入blastall，会打印出一份参数列表。你也可以使用 man blast 来查看 Blast 工具的用户手册。

~$ blastall

参数说明：

-p: 指定要运行的 blast 程序。可以调用的有:
    `blastp`             将氨基酸序列与蛋白质数据库比对
    `blastn`             将核酸序列与核酸数据库比对
    `blastx`             将核酸序列翻译成蛋白序列后与非冗余(nr)蛋白质数据库比对
    `psitblastn`
    `tblastn`
    `tblastx`
-d: 指定要调用数据库，默认值是非冗余(nr)数据库。本地 Blast 比对一般来说都是调用 formatdb 格式化的数据库。
-i: 输入，默认值是终端输入，也可以使用文件的方式，比如`-i seq.fasta`
-o: 输出，默认值是终端打印输出，也可以使用文件的方式，比如`-o result.txt`
-e: 期望值。
-T: 输出文件格式，默认值为F(False)，想输出HTML格式的可以用`-T T`
-M: 矩阵算法选择，默认值是`BLOSUM62`
-n: 如果想使用MegaBlast，就设置`-n T`
-b: 数据库中的比对结果显示条目数，默认是250条记录。
-m: 比对结果的输出显示方式，值为0~11，默认是0。各个数字含义见下表。

其他参数参见man blast。

应用举例:

Local blast例子：首先下载一个基因组文件并格式化作为本地数据库，然后使用 blastn 对序列进行比对。

~$ formatdb -i custom_genome.fasta -o T -p F
~$ blastall -i myseq.fasta -d custom_genome.fasta -p blastn

1.2 Blast+

下载安装 NCBI Blast+

~/tmp$

构建数据库

~$ makeblastdb -in data/database.fasta -dbtype nucl -parse_seqids

http://www.personal.psu.edu/iua1/courses/files/2014/lecture-12.pdf

2. 构建自己的blast web服务

2.1 blastkit

blastkit 是一个包含webserver等工具的blast工具集。

安装依赖包

~$ sudo pip install pygr
~$ sudo pip install whoosh
~$ sudo pip install git+https://github.com/ctb/pygr-draw.git
~$ sudo pip install git+https://github.com/ged-lab/screed.git
~$ sudo apt-get -y install lighttpd

对lighttpd webserver进行配置

~$ cd /etc/lighttpd/conf-enabled
~$ sudo ln -fs ../conf-available/10-cgi.conf ./
~$ sudo echo 'cgi.assign = ( ".cgi" => "" )' >> 10-cgi.conf
~$ sudo echo 'index-file.names += ( "index.cgi" ) ' >> 10-cgi.conf
~$ sudo /etc/init.d/lighttpd restart

本地安装 Blast

~$ cd tmp
~/tmp$ curl -O ftp://ftp.ncbi.nih.gov/blast/executables/release/2.2.24/blast-2.2.24-x64-linux.tar.gz
~/tmp$ tar xzf blast-2.2.24-x64-linux.tar.gz -C ~/app
~/tmp$ sudo cp ~/app/blast-2.2.24/bin/* /usr/local/sbin
~/tmp$ sudo cp -r ~/app/blast-2.2.24/data /usr/local/blast-data

安装 blastkit

~/tmp$ cd ~/app
~/app$ git clone https://github.com/ctb/blastkit.git -b ec2
~/app$ cd blastkit/www
~/app/blastkit/www$ sudo ln -fs $PWD /var/www/blastkit
~/app/blastkit/www$ mkdir files
~/app/blastkit/www$ chmod a+rxwt files
~/app/blastkit/www$ chmod +x /root
~/app/blastkit/www$ cd ..
~/app/blastkit$ python ./check.py

如果安装顺利，就会提示一切已经准备完毕。接下来要准备数据。

~$ cp /mnt/assembly/ecoli.21/contigs.fa ~/app/blastkit/db/db.fa
~$ cd ~/app/blastkit
~$ formatdb -i db/db.fa -o T -p F
~$ python index-db.py db/db.fa

Reference

• Blastkit
• Caltech workshop