Windows本地化运行NCBI blast+

一、 软件安装：

1. 下载软件包
   https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/
2. 安装
   选择指定的路径，如本人的
   C:\software\NCBI\blast-2.6.0+
3. 环境变量设置
   BLAST环境变量配置(百度教程一大堆）

• 右键点击“我的电脑”－“属性”，然后选择“高级系统设置”标签－“环境变量”，在用户变量下方“Path”随安装过程已自动添加其变量值，即 “C:\software\NCBI\blast-2.6.0+\bin”。
  现在软件安装时，已经自动添加到了环境变量中了。
• 在C:\software\NCBI\blast-2.6.0+目录下新建bd文件夹。
  点击“新建”－变量名“blastdb”，变量值为“C:\software\NCBI\blast-2.6.0+\db”(即数据库路径，并关联到这个文件夹)。

图片.png

点击 Win + R，输入“cmd”调出 MS-DOS 命令行，转到 Blast 安装目录，输入命令“blastn -version”即可查看版本

cd C:\software\NCBI\blast-2.6.0+
blastn -version

图片.png

以上步骤成功安装了BLAST软件。

二、本地运行BLAST：

blast+本地数据库的构建

直接从 NCBI或者其他数据库网站下载所需序列做成数据库，或者自己已有的测序数据（格式为 fasta，可自己命名）。 下载的基因组先用压缩软件解压，然后用makeblastdb.exe格式化。

1. 数据库下载的数据格式化

首先将GCF_000789215.1_ASM78921v2_genomic.fna放到C:\software\NCBI\blast-2.6.0+\db文件夹下，然后调出MS-DOS命令行，转到E：\blast\db文件夹下运行以下命令：

#格式化命令
makeblastdb -in GCF_000789215.1_ASM78921v2_genomic.fna -parse_seqids -hash_index -dbtype nucl

• 图片.png

-in参数后面接将要格式化的数据库，
-parse_seqids, -hash_index两个参数一般都带上，主要是为blastdbcmd取子序列时使用，-dbtype 后接所格式化的序列的类型，核酸用 nucl，蛋白质用prot

2. 自己的fasta文件构建数据库(拿到的文件是fasta格式）

makeblastdb -in GCA_020283865.1_ASM2028386v1_genomic.fasta -dbtype nucl -parse_seqids -out bd_chr -title "Bactrocera dorsalis"

图片.png

3. blast的使用方法
   本文以mirna.fasta作为查询序列，以构建的两个数据库文件为例进行讲解。首先将mirna.fasta放到C:\software\NCBI\blast-2.6.0+文件夹下，然后调出MS-DOS命令行，转到C:\software\NCBI\blast-2.6.0+文件夹下运行以下命令：

# 下载的数据库
 blastn.exe -task blastn -query mirna.fasta -db GCF_000789215.1_ASM78921v2_genomic.fna -out out.txt

# 自己构建的数据库
blastn.exe -task blastn -query mirna.fasta -db bd_chr -out out2.txt

两者的使用有些不同，原因仍然不知道。

-task 后面选择你所要用的程序，blastn,blatp,tblastx 等；
-query 后接查询序列的文件名称；
-db 后接格式化好的数据库名称；
-out 后接要输出的文件名称及格式；
-evalue: 设置e值cutoff
-max_target_seqs:设置最多的目标序列匹配数
-num_threads：指定多少个cpu运行任务

比对结束后可在blast文件夹下查看结果，本文存结果的文件名为out.txt

*.faa = FASTA Amino Acid file 其内容是物种内所有基因对应的fasta格式的蛋白质序列信息
*.ffn = FASTA nucleotide coding regions file其内容是物种内所有基因的DNA序列信息，fasta格式
*.fna = FASTA Nucleic Acid file其内容是使用fasta格式表示的物种全序列DNA信息。
.fa 是.fasta的缩写
一个FNA文件是通过FASTA，一个DNA和蛋白质序列比对软件包中使用的数据文件。 FNA文件由FASTA文件格式使用。 FNA文件是基于文本的，并且可以使用通用的文本编辑器进行查看。

参考资料：

1. Windows10 Blast本地化构建、本地数据库构建及序列检索
2. Windows平台下新版blast（2.2.24+)本地化构建+数据库下载+序列间的相似性检索
   
3. 构建NCBI本地BLAST数据库 (NR NT等) | blastx/diamond使用方法 | blast构建索引 | makeblastdb
4. window系统下本地blast+安装与使用教程