BLAST在Windows系统中本地化

简介

NCBI除了提供在线的Web BLAST序列比对服务外，还提供FTP方式下载序列比对工具。这允许在本地平台上针对从NCBI下载或本地创建的数据库执行BLAST搜索。这些实用程序没有图形用户界面，通过类似DOS的命令窗口运行，并通过基于文本的命令行开关接受输入。

以下内容介绍了在运行Windows 7操作系统的PC上安装BLAST+和示例NCBI数据库所需的步骤。

下载

BLAST+软件包ncbi-blast-#.#.#+-win64.exe，适用于运行64位Windows操作系统的PC上。“#.#.#”表示软件包的当前版本号。注意，带有“.tar.gz”文件拓展名的压缩包没有安装程序，下面内容重点关注“.exe”扩展名的软件包。

步骤

下载包的步骤如下所述：

• • 用浏览器打开下面网址：ftp://ftp.ncbi.nlm.nih.gov/blast/executables/LATEST/
  • 右键单击所需的软件包，然后弹出菜单中选择“将链接另存为...”
  • 在提示符中，切换到所需的目录（文件夹），然后单击“保存”按钮将软件包保存到本地磁盘上的选定位置

示例

　　图1a和图1b中给出了“ncbi-blast-2.2.29+-win64.exe”软件包的安装步骤，其中前两步在图1a中，最后一步在图1b中。

　　

图1a 通过浏览器从NCBI下载blast +软件包：登录到ftp://ftp.ncbi.nlm.nih.gov/blast/executables/LATEST/并选择“将链接另存为...”，然后右键单击“NCBI-BLAST-2.2.29+-win64.exe”。

图1b 通过浏览器从NCBI下载blast +软件包：在将软件包保存到所需位置之前，将后续提示中的位置更改为“C:”下的自己目录。

安装

　　上面下载的BLAST+软件包包含了内置安装程序，双击后接受许可协议，安装程序将提示选择安装目录，在此示例中，安装目录为“C:\users\tao\desktop\blast-2.2.29+”。单击“安装”按钮，安装过程中将创建指向BLAST+用户手册链接的“doc”子目录、用来删除安装的“卸载程序”以及BLAST程序所在的“bin”子目录。表1列出了BLAST+包中包含的程序和实用程序。

表1

blast+包中的程序和组件

Program	Function
blastdbcheck	检查BLAST数据库的完整性
blastdbcmd	从BLAST数据库中检索序列或其他信息
blastdb_aliastool	创建数据库别名
blastn	在核苷酸数据库中搜索查询提交的核苷酸序列
blastp	在蛋白质数据库中搜索查询提交的蛋白质序列
blastx	在蛋白质数据库中搜索提交的核苷酸序列翻译成的6种蛋白质序列
blast_formatter	格式化输出请求的ID（RID）或保存的文档
convert2blastmask	将小写转换为makeblastdb程序可读数据
deltablast	使用更敏感的算法在蛋白质数据库中搜索查询提交的蛋白质序列
dustmasker	掩盖提交的核苷酸序列中低复杂性序列
legacy_blast.pl	将传统的blast搜索命令行转换为blast +对应命令执行
makeblastdb	根据FASTA文件创建对应的BLAST数据库
makembindex	索引用于megablast的现有核苷酸数据库
makeprofiledb	从psiblast生成的输入位置特定评分矩阵（记分簿）列表中创建保守域数据库
psiblast	查找蛋白质家族的成员，识别与查询有关的蛋白质，或为查询构建位置特定的评分矩阵
rpsblast	在保守域数据库搜索提交的蛋白质序列以识别序列中存在的功能域
rpstblastn	在保守域数据库中搜索提交的核苷酸序列翻译成的6种蛋白质序列
segmasker	掩盖输入蛋白质序列中的低复杂性序列
tblastn	在核酸数据库中搜索提交的蛋白质序列翻译成的由6种读码框翻译成的所有核酸序列
tblastx	在核酸数据库中搜索提交的核酸序列翻译成的由6种读码框翻译成的蛋白质序列反翻译成的核酸序列
update_blastdb.pl	从NCBI下载预先格式化的blast数据库
windowmasker	在提交的核苷酸序列中搜索标记的重复序列

BLAST数据库测试

除了blast+包中的程序和组件，目标数据库也是关键组件之一。常用的预先格式化的BLAST数据库压缩文档可以从NCBI FTP站点获得，也可以使用makeblastdb程序从本地FASTA序列文件创建对应的BASLT数据库。要管理可用的BLAST数据库，需要先创建一个用于储存它们的目录。在本测试中，目录是“C:\users\tao\desktop\blastdb”。

从NCBI下载预先格式化的BLAST数据库类似图1中的步骤，如下：

• • 用浏览器打开下面网址：ftp://ftp.ncbi.nlm.nih.gov/blast/db/
  • 右键单击所需的文件（本示例中为refseq_rna.00.tar.gz）
  • 从弹出菜单中选择“将链接另存为...”
  • 出现提示时，将目录更改为“C:\users\tao\desktop\blastdb”。

使用WinZip或7zip软件对下载的数据进行解压和提取。注意，上述步骤仅下载安装了refseq_rna数据库的第一部分，完整的数据集需要下载所有refseq_rna.##.tar.gz文件。图2演示了使用Winzip解压提取过程。

图2 使用Winzip解压下载的压缩文件refseq_rna.00.tar.gz。右键单击数据库文件，然后选择“WinZip”和“Extract to here ...”

包含在blast+包中的组件update_blastdb.pl可用于简化从NCBI下载预格式化的BLAST数据库。该程序需要安装Perl，并且执行需要在“C:\users\tao\desktop\blastdb\”目录下，基本命令是：

perl update_blastdb.pl --passive base_database_name

其中“base_database_name”是目标数据库的名称，没有“##.tar.gz”后缀。

配置

为了便于执行blast+中的程序和组件，需要将安装目录“C:\users\tao\desktop\blast-2.2.29+\bin\”添加到名为PATH的用户环境变量中，BLASTDB环境变量的值设置为“C:\users\tao\desktop\blastdb\”目录。

环境变量

创建或修改环境变量的步骤如下：

• • 单击“开始”按钮，然后单击“控制面板”链接以打开“控制面板”单击“系统”图标以打开系统提示
  • 单击左列中的“高级系统设置”链接以打开“系统属性”提示
  • 单击“环境变量”按钮以查看可用列表
  • 单击“用户变量...”面板下的“新建”按钮
  • 键入环境变量名称并输入绝对路径
  • 单击“确定”关闭提示

截图

这些步骤的屏幕截图显示在图3a，3b和3c中。

图3a 使用Windows环境变量配置blast +：在初始系统弹出窗口中，单击“高级系统设置”链接以打开“系统属性”弹出窗口。 单击“环境变量...”按钮以访问现有环境变量或设置新变量（如3b所示）。

图3b 使用Windows环境变量配置blast+：点击图3a上的“环境变量...”按钮打开此弹出窗口，该弹出窗口提供对现有环境变量的访问，并允许分别使用“编辑”和“新建”按钮创建新变量。 与BLAST相关的两个用户变量是BLASTDB和PATH（突出显示）。

图3c 使用Windows环境变量配置blast+：单击图3c中的“新建”按钮会显示此弹出窗口，其中可以指定新变量的名称和路径。 在此示例中，使用值“C:\users\tao\desktop\blast-2.2.29+\bin\”指定名为“path”的用户变量。

执行和验证

blast+程序是没有用户界面（GUI）的，必须从命令提示符窗口（CMD）执行。单击“开始→所有程序→附件→命令提示符”或单击“开始→运行...”，然后键入“cmd”回车即可打开dos窗口。过程如图4a、图4b所示。

图4a 在Windows 7中打开命令提示符：单击“开始”按钮，然后单击“所有程序”链接以查看可用程序列表。 通过单击以查看命令提示符（突出显示）打开附件折叠。 单击它以启动。

图4b 在Windows 7中打开命令提示符：或者，单击“开始”按钮，然后单击右侧列中的“运行...”链接。 在弹出窗口中，在输入框中键入“cmd”以打开命令提示符。

执行示例

在命令提示符dos窗口下，输入“cd C:\users\tao\desktop\blast-2.2.29+”回车，工作目录将跟改为“C:\users\tao\desktop\blast-2.2.29+”。图5显示了测试blast安装。

图5 测试blast +安装的工作会话的输出：输入命令在红色框中。 blastdbcmd和blastn命令执行产生的输出文件用红色箭头标记。 最后一个命令用于检查BLASTDB环境变量设置，其输出由最后一组箭头标记。

测试命令说明

第一个命令将工作目录更改为blast-2.2.29 +目录。 “dir”列出了此目录下的文件和子目录。 “blastn -version”和“blastdbcmd -db refseq_rna.00 -info”命令无错误输出来验证安装。

实际测试应该是blast序列比对命令，以下使用blastcmd命令从已安装的数据库中转出序列用做此类查询。

blastdbcmd –db refseq_rna.00 –entry nm_000122 –outfmt "%f" –out test_query.txt

命令行的确切含义（从左到右）如下：

• • 执行blastdbcmd
  • 使用refseq_rna.00作为目标数据库
  • 获取数据库序列中nm_000122作为名称的序列
  • 以FASTA格式转储序列
  • 将输出存储在test_query.txt文件中

将输出文件text_query.txt作为blast序列比对命令的输入文件

blastn –query text_query.txt –db refseq_rna.00 –out output.txt

这条命令让系统执行如下信息：

• • 执行blastn程序在核苷酸数据库搜索提交的核苷酸序列
  • 使用文件test_query.txt中的序列作为查询
  • 在数据库refseq_rna.00中搜索
  • 将结果保存到output.txt文件中

程序未指定参数将使用默认值，要进一步自定义搜索，可以键入“program -help”查看参数列表及接受的选项。“dir”命令显示输出文件（由红色箭头标记）。

最后一个命令“set | find BLASTDB”演示在dos窗口查看环境变量的方法。

参考资料

Standalone BLAST Setup for Windows PC