blast

# 使用 Bio.Blast 进行 BLAST 操作 ## 概述 Bio.Blast 提供了运行 BLAST 搜索（本地及通过 NCBI Web 服务）以及解析多种格式 BLAST 结果的工具。该模块处理了提交查询和解析输出的复杂性。 ## 通过 NCBI Web 服务运行 BLAST ### Bio.Blast.NCBIWWW `qblast()` 函数将序列提交给 NCBI 的在线 BLAST 服务： python from Bio.Blast import NCBIWWW from Bio import SeqIO # 从文件读取序列 record = SeqIO.read("sequence.fasta", "fasta") # 运行 BLAST 搜索 result_handle = NCBIWWW.qblast( program="blastn", # BLAST 程序 database="nt", # 搜索数据库 sequence=str(record.seq) # 查询序列 ) # 保存结果 with open("blast_results.xml", "w") as out_file: out_file.write(result_handle.read()) result_handle.close() ### 可用的 BLAST 程序 - **blastn** - 核苷酸 vs 核苷酸 - **blastp** - 蛋白质 vs 蛋白质 - **blastx** - 翻译后的核苷酸 vs 蛋白质 - **tblastn** - 蛋白质 vs 翻译后的核苷酸 - **tblastx** - 翻译后的核苷酸 vs 翻译后的核苷酸 ### 常用数据库 **核苷酸数据库：** - `nt` - 所有 GenBank+EMBL+DDBJ+PDB 序列 - `refseq_rna` - RefSeq RNA 序列 **蛋白质数据库：** - `nr` - 所有非冗余 GenBank CDS 翻译 - `refseq_protein` - RefSeq 蛋白质序列 - `pdb` - 蛋白质数据库序列 - `swissprot` - 经整理的 UniProtKB/Swiss-Prot ### 高级 qblast 参数 python result_handle = NCBIWWW.qblast( program="blastn", database="nt", sequence=str(record.seq), expect=0.001, # E-value 阈值 hitlist_size=50, # 返回的命中数 alignments=25, # 显示的比对数 word_size=11, # 初始匹配的字长 gapcosts="5 2", # 空位代价 (开放 延伸) format_type="XML" # 输出格式 (默认) ) ### 使用序列文件或 ID python # 使用 FASTA 格式字符串 fasta_string = open("sequence.fasta").read() result_handle = NCBIWWW.qblast("blastn", "nt", fasta_string) # 使用 GenBank ID result_handle = NCBIWWW.qblast("blastn", "nt", "EU490707") # 使用 GI 编号 result_handle = NCBIWWW.qblast("blastn", "nt", "160418") ## 解析 BLAST 结果 ### Bio.Blast.NCBIXML NCBIXML 为 BLAST XML 输出（推荐格式）提供了解析器： python from Bio.Blast import NCBIXML # 解析单个 BLAST 结果 wi