构建BLAST本地数据库.PDFVIP

构建BLAST本地数据库 田云龙 前言 • BLAST 是一种被广泛使用的数据库搜索程序，许 多生物信息中心都有专门运行BLAST 的服务器， 提供图形界面的核酸或蛋白质序列搜索服务。如： /blast http://www.ebi.ac.uk http://www.blast.genome.ad.jp • 除使用WEB界面的BLAST 功能外, 还可以在本地 计算机上运行。下面就对学习过的在LINUX环境 下的命令行模式进行BLAST搜索比对进行总结。 创建本地数据库的两种途径 • 使用自己的序列数据 • 到GenBank、EMBJ、DDBJ、ExPAsy等数 据库去下载 如何利用自己的序列数据 • 以Fasta格式把自己所拥有的全部有关核酸 或蛋白质序列数据编辑到一个文件中，然 后使用formatdb命令进行格式化。这样一个 本地数据库就创建好了。 利用网络数据库搜索下载需要的序列数据 • 从GenBank、ExPAsy等网络数据库搜索自 己所需要的序列数据，并进行加工编辑， 如删减非目标数据、把几次搜索结果合并 为一个文件等。最后，同样使用formatdb命 令进行格式化。 • 例如：利用ExPAsy搜索构建一个非核糖体 肽合成酶（NRPS）蛋白质序列的本地数据 库，其操作步骤如下 • A．使用nrps为关键词在ExPAsy数据库中搜索，得到如下结果 B．在搜索结果页面底部的File name框中填入一个文件名nrp，再在Format项选 择Fasta，然后点击Create file生成搜索结果文件。其页面如下图所示： C．生成的文件存储在ExPAsy的FTP服务器上，可以选择马上下载下 来，也可以在一周之内的任何时间登录这个服务器下载。 下图所示即为ExPAsy的FTP服务器上所存储的搜索结果。 D．使用formatdb 命令对nrp 这个本地蛋白质 序列数据库进行格式化。formatdb 命令的 语法格式为： formatdb - i dtatbase • 本例中, 可以如此应用formatdb 命令: formatdb - i nrp • 同样，如果需要构建一个非核糖体肽合成 酶的核酸序列数据库，可依如下步骤进行： A ．使用nonribosomal peptide synthetase为关键词在 GenBank的核酸序列数据库中搜索，得到如下结果。 • B．点击Show下拉菜单，选择500，然后点击 Display下拉菜单，选择Fasta，最后点击Send to 下拉菜单，选择file ，出现数据文件下载对话框。 以文件名sequences.fasta把序列数据文件保存到 目的目录下。在这一步，可以在保存数据文件之 前，先对检索结果进行筛选，把不符合条件的序 列数据过滤掉。 • C．把下载的序列数据文件进行编辑，如删除不 符合条件的序列数据等。 • D．使用formatdb 命令对sequences.fasta 这个本 地核酸序列数据库进行格式化。