导读

用query基因、DNA序列、16S扩增子序列、蛋白序列比对基因注释、物种注释、基因功能注释数据库。Blast准确性高，速度慢。Diamond速度更快，常用于二代测序短序列比对。

一、Diamond blastp

Diamond blastx功能可用于DNA序列比对【蛋白库】

【核酸】比对【蛋白库】

diamond blastx \
--db /path/to/protein.dmnd \
--query /path/to/genome.fna \
-e 1e-5 --outfmt 6 --more-sensitive --max-target-seqs 1 --threads 52 --quiet --id 80 --subject-cover 50 --query-cover 50 \ 
--out /path/to/anno.txt

【蛋白】比对【蛋白库】

diamond格式化蛋白库

diamond makedb -p 52 \
--in /path/to/protein.fasta \
--db /path/to/protein.dmnd

query比对格式化蛋白库
paraments

blastp 比蛋白
blastx 比核酸
blastp  Align amino acid query sequences against a protein reference database
blastx  Align DNA query sequences against a protein reference database
--query-cover            minimum query cover% to report an alignment
--subject-cover          minimum subject cover% to report an alignment
--out (-o) 输出
--query (-q) 输入
--db (-d) 格式化数据库
--in Fasta数据库
--quiet 安静模式
--verbose (-v) 啰嗦模式
--outfmt (-f) 输出格式 
        5   = BLAST XML
        6   = BLAST tabular
        100 = DIAMOND alignment archive (DAA)
        101 = SAM
--top / --max-target-seqs 保留个数
--evalue (-e) 最大evalue
--id 最小一致性
--sensitive 敏感模式 (default: fast)
--more-sensitive 更敏感模式 (default: fast)
--block-size (-b) sequence block size in billions of letters (default=2.0)
--index-chunks (-c) number of chunks for index processing

command

diamond blastp \
--db /path/to/protein.dmnd \
--query /path/to/genome.faa \
-e 1e-5 --outfmt 6 --more-sensitive --max-target-seqs 1 --threads 52 --quiet --id 60 \
--out /path/to/anno.txt

Diamond比对结果

1. qseqid |  query  sequence id 
2. sseqid |  subject sequence id 
3. pident |  percentage of identical matches 
4. length |  alignment length 
5. mismatch |  number of mismatches 
6. gapopen |  number of gap openings 
7. q start |  start of alignment in query 
8. q end |  end of alignment in query 
9. s start |  start of alignment in subject 
10. s end |  end of alignment in subject 
11. evalue
12. bitscore

e value解读

二、Blastn & Blastp

Blastn【基因】比对【基因库】

注释信息可以是物种，也可以是功能，比对就O了

blast格式化数据库

makeblastdb -in database.fna \
-input_type fasta -dbtype nucl -title prefix -parse_seqids \
 -out /path/to/prefix

-dbtype <String, nucl, prot>
-input_type <String, asn1_bin, asn1_txt, blastdb, fasta>
-title <String> Title for BLAST database
-parse_seqids Option to parse seqid for FASTA input
-out <String> Name of BLAST database to be created

query比对格式化数据库

blastn -db /path/to/prefix \
-query /path/to/query.fasta \
-outfmt 6 \
-out /path/to/qcov80_id80_blast.out \
-num_threads 64 -perc_identity 80 -qcov_hsp_perc 80

-max_target_seqs: Maximum number of aligned sequences to keep. Default = 500
-evalue: E值就是Score值可靠性的评价。
它表明在随机的情况下，其它序列与目标序列相似度要大于S值的可能性。所以它的分值越低越好。
-perc_identity: 序列一致性
-qcov_hsp_perc <Real, 0..100> Percent query coverage per hsp。HSP是high scoring pair

Blastp【蛋白】比对【蛋白库】

blast格式化数据库

makeblastdb -in /path/to/pro.fas \
-input_type fasta -dbtype prot 
-title blastn_pro \
-out /path/to/blastn_pro -parse_seqids

query比对格式化数据库

blastp -db /path/to/blastn_pro \
-query query.faa \
-out blast_pro.out \
-num_threads 52 -qcov_hsp_perc 80 -outfmt 6 \
-evalue 1e-5 -num_alignments 1

Blast比对结果

1、Query id：查询序列ID标识
2、Subject id：比对上的目标序列ID标识
3、% identity：序列比对的一致性百分比
4、alignment length：符合比对的比对区域的长度
5、mismatches：比对区域的错配数
6、gap openings：比对区域的gap数目
7、q start：Query id起始位点
8、q end：Query id终止位点
9、s start：Subject id起始位点
10、s end：Subject id终止位点
11、e value：比对结果的期望值
12、bit score：比对结果的bit score值

https://github.com/bbuchfink/diamond/wiki

The sensitivity can be adjusted using the options: 
--mid-sensitive, 
--sensitive, 
--more-sensitive,
--very-sensitive,
--ultra-sensitive.

Diamond 比对软件使用
The default e-value cutoff of DIAMOND is 0.001 while that of BLAST is 10, so by default the program will search a lot more stringently than BLAST and not report weak hits.

三、比对软件默认取值

prokka

https://github.com/tseemann/prokka/blob/master/README.md

--evalue [n.n]    Similarity e-value cut-off (default '1e-06')

default '1e-06'

diamond

default e-value cutoff of DIAMOND is 0.001 while that of BLAST is 10

1e-3

blast

default e-value cutoff of DIAMOND is 0.001 while that of BLAST is 10

10

kofamscan

-E, --e-value <e_value>    Largest E-value required of the hits

亲自测试是 1e-3

😀😀

diamond & blast：DNA蛋白序列比对