blast+ 使い方 best hitの算出 awkとoutfmt7

バイオインフォ道場、くまぞうです。

blastはよく使うツールの1つです。色んな機能があるし、オプションもたくさんあるので使いこなすのが大変です。よく苦労するのが「best hitを1個だけ取り出す」ことですが、実は「outfmt7」を使うと簡単に得ることができます!使用したバージョンは、「ncbi-blast-2.3.0+」です。

スポンサーリンク



blast+ Tophit一覧表の作成

blastxを使いながら、実際の流れを確認してみましょう。

blast準備 – makeblastdb

blast検索を行う前に、blast用のデータベースを作成します。データベースとなるファイルが「塩基配列」か「アミノ酸配列」かによって、-dbtypeのオプションを切り替えます。前者は「-dbtype nucl」、後者は「-dbtype prot」です。

makeblastdb -in aa_db.pep -dbtype prot

blast実行 – blastx

blastxは、クエリー塩基配列について表裏合わせて6通りの読み枠で翻訳しながら,アミノ酸配列のデータベースと比較します。「-evalue」や「-word_size」などのサーチオプションを指定することができます。今回は、ベストヒットの整理を簡単にするために出力フォーマット形式を「tabular with comment lines」と指定します(-outfmt 7)。

blastx -query na_query.fasta -db aa_db.pep -outfmt 7 > blastx.outfmt7

結果整理 – awkワンライナー

結果として得られたoutfmt7形式のファイルを「awk」のワンライナーで処理します。処理は簡単です。awkで「hits found」の行に対して「getline」で次の行を取得・表示しています。grepでは「-v」の指定でコメント行を排除しています。

cat blastx.outfmt7 | awk '/hits found/{getline;print}' | grep -v "#" > best_hits.txt

まとめ

blastの「best hit」はオプション設定で得られると思っていました。しかし、「-max_target_seqs 1 -outfmt 6」のようなオプション指定をしても、必ずしも「ベストヒット1個だけ」が得られるわけではないようです。データベース側の同じ配列に複数パターンでヒットする場合は、複数出力される場合もあります。

各queryに対して得られたHit結果群は、数値的に条件が良いものからソートされているようなので、このような処理が簡単です。outfmt6はコメントがなく一覧形式として最適ですが、「hits found」のようなキーワードが無いので、整理するためには別の方法が必要となります。

スポンサーリンク





カテゴリー

今週よく読まれている記事

  1. 学会・会議で英語が絶望的にできなくて困るケース | オンライン開催で「英語力のなさ」を痛感した場合の対処法

    学会・会議で英語ができなくてに困るケース学会やイベント・会議などが、オンラインで開催される…
  2. r tidyverse 使い方 | 列 filter 絞り込み select関数 – dplyrパッケージ

    tidyverseで1つのデータフレームの列の絞り込みは、dplyrパッケージのselect関数を…
  3. プログラミングで疲れた脳をリフレッシュ 〜 鬼滅の刃「感動」と「やる気アップ」でストレス発散!

    ストレス発散は鬼滅で。「50%OFF」で読む!脳のパフォーマンスを上げるには、適度な休憩と…
  4. AWS ディスク容量不足 新しいボリュームを追加する

    バイオインフォマティクスでは大きなファイルを扱うことがあるので、ディスク不足に陥ることがあります。…
  5. 「知っている」と「知らない」とでは、もしものとき、大違いになる – コロナうつ対策

    コロナうつなどという言葉を聞くようになりましたが、派遣切り、解雇、リストラは、これから本格化します…

人気記事

  1. R言語

    R subset関数 データフレームやmatrixからの条件指定による行・列の抽出
    R の subset関数は、データフレームやマトリックスか…
  2. Excel, 統計

    z-score 計算方法 エクセル(Excel) 編
    統計処理で、大きく変化しているなどの判断基準にも使われる値…
  3. IGV, 解析ツール

    IGV 使い方 インストール〜便利な使い方まで | リファレンス・マッピングデータ・アノテーションを読み込んで表示しよう
    IGV(Integrative Genomics View…

おすすめ記事

  1. awk, シェルスクリプト

    bash 部分文字列・置換・長さ・連結・分割の文字列処理
    bashのよく使う文字列処理、部分文字列・置換・連結・長さ…
  2. シェルスクリプト

    シェルスクリプト | ファイル存在チェック・空ファイルチェック
    bashでスクリプトを作成するときに、よく使うのがファイル…
  3. R言語, グラフ

    R 使い方 軸・ラベルの調整(向き・サイズ・色など) グラフの描き方
    Rによるplot(グラフ)の描画は、手軽で大変便利です。た…