专业背景：计算机科学 研究方向与兴趣: JavaEE-Web软件开发, 生物信息学, 数据挖掘与机器学习, 智能信息系统 目前工作: 基因组, 转录组, NGS高通量数据分析, 生物数据挖掘, 植物系统发育和比较进化基因组学
1.对于windows 2000/xp 用户，下载blast-2.2.18-ia32-win32.exe安装文件
ftp://ftp.ncbi.nlm.nih.gov/blast/executables/LATEST/blast-2.2.18-ia32-win32.exe
2.创建一个新目录，例如C:\blast，将下载的文件blast-2.2.18-ia32-win32.exe复制到该目录，双击这个文件，自解压产生bin、data、doc三个目录，bin是程序目录，data是程序使用数据的目录，doc是文档目录。
表：bin目录中的程序
| 程序 | 说明 |
| bl2seq.exe | 进行两条序列比对 |
| blastall.exe | 做普通的blast比对 |
| blastclust.exe | |
| blastpgp.exe | |
| copymat.exe | |
| fastacmd.exe | 通过gi号，接收号等，在数据库中检索序列 |
| formatdb.exe | 格式化数据库 |
| formatrpsdb.exe | |
| impala.exe | |
| makemat.exe | |
| megablast.exe | megablast程序 |
| rpsblast.exe | |
| seedtop.exe |
3.用文本编辑器创建一个ncbi.ini文件，文件包含下面内容：
[NCBI] Data="C:\blast\data\"
将ncbi.ini文件存放到系统的Windows 或者 WINNT目录。
4.将”C:\blast\bin”目录添加路径中（该步骤非必须，但会给以后的操作带来方便），方法：
1）右击我的电脑选择属性，选择高级，点击环境变量，
设置环境变量
2）系统变量中，选择Path，点击“编辑”，在变量值的后面添加“; C:\blast\bin”，点击确定
将安装路径添加到path
5.测试，打开dos窗口（点击开始，选择运行，打开的输入框中输入“cmd”，确定），键入“blastall”，回车，如果安装正确，将显示blastall的所有参数说明。
安装测试
注意：
如果报错：“‘blastall’不是内部或外部命令，也不是可运行的程序或批处理文件。”，请检查环境变量设置，或者切换到安装目录的bin目录下，再执行。
如果报错：“FATAL ERROR: FindPath failed.”，请检查ncbi.ini文件。
要使用程序对blast结果进行解析、分析，就必须对BLAST的结果形式有深入的了解，本篇文章将向你详细说明Blast结果的数据结构，供参考。这里的指的是blast默认的结果，也是我们应用最多的结果。
3.14.1. 结果文件的结构
一个BLAST的结果文件，大致结构如下：
每个blast结果文件都以固定的header开头，里面包含了BLAST程序名称，版本与Reference信息。接下来包含一个或多个Query，每个query包含以下内容：
Query information
Sequences producing significant alignments
Subjects
Query information是对一个query 序列的基本信息描述，Sequences producing significant alignments是对所有subjects的简要list。每个subjects是query序列在数据库中比对上的一条序列。
3.14.2. header
每个blast结果文件都以固定的header开头，里面包含了BLAST程序名称，版本与Reference信息。
blast结果解读-header
3.14.3. Query
每个blast结果文件包含一个或多个Query，每个query包含以下内容：
Query information
Sequences producing significant alignments
Subjects
blast结果解读-Query
3.14.4. Query information
Query information是对一个query 序列的基本信息描述。该部分包括
? Name：Fasta序列对于序列描述的部分（见本文档section1.2部分说明）
? Accession：接收号，或者location
? Description：序列描述
? Length：序列的长度
? Database：用户使用的数据库信息
3.14.5. Sequences producing significant alignments
该处的信息是所有subjects的简要list。
blast结果解读-subjects list
3.14.6. Subjects
每个subjects是query序列在数据库中比对上的一条序列。每个subject部分包括
? Subject序列信息
? 一个或多个alignment
3.14.7. Subject序列信息
Subject序列信息包括该序列的：
? Name：Fasta序列对于序列描述的部分
? Accession：接收号，或者location
? Description：序列描述
? Length：序列的长度
BLAST-subjects
3.14.8. Alignment
一个query序列和一个subject序列的比对结果，可能是一个或多个alignment，每个alignment包括如下信息，其中strand，frame和positives三项，随着所用blast程序的不同而有变动：
? Score：281
? Expect：2e-54
? Percent_identity
? Identities
? bits ：110
? Length
? Mismatches= Length – Identities
? Gaps：为空时，Gaps=0
? Strand （blastn）
? Frame （blastx，tblastn，tblastx）
? Positives (blastp, blastx，tblastn，tblastx)
? Query_start
? Query_end
? Subject _start
? Subject _end
BLAST-subjects
3.14.9. 数据结构总结
比对结果分三个层次
Query下面有一个或者多个Subject，一个Subject下面有多个Alignments。
Query 从“Query=” 开始到下一个 “Query=”或者文件结束
Subject 从“>”开始到下一个“>”或者“Query=”或者文件结束
Alignment 从“Score =”开始到下一个“Score =”或“>”或者“Query=”或者文件结束。
BLAST-数据结构
评论