啊~~~本来是半个月的专栏不知道到底过了多久才又和大家见面，其中经历不足为外人道也
网址：https://blast.ncbi.nlm.nih.gov/Blast.cgi 运行方式：本地或web
（1）出现的问题网址：https://www.cnblogs.com/saolv/p/6963314.html
在经过基因组组装或转录组差异基因表达量分析之后，对其结果进行注释是比较重要的一步，如何注释以及如何得到精确的注释结果？
RepeatMasker是一款专门用于基因组重复序列识别注释，并分类统计的软件，几乎用于所有物种。是研究基因组、非编码RNA、转座子和着丝粒领等相关领域的必备软件。很多small RNA, lncRNA与Repeat区有密切关系。 之前我在2013在PLOB发布过《RepeatMasker安装方法与使用 》，阅读近7000次。相关百度云中Repbase也被下载几千次。但目前软件和数据库均更新很多次，旧版在主流系统安装也会出一些问题，重复序列发现种类也已经翻倍，故重发新版软件安装和使用方法。 软件安装与配置
blast+本地化的构建对于流程化处理大量数据序列很方便，blast+是将blast模块化，分为了蛋白质序列比对蛋白数据库(blastp)、核酸序列比对核酸数据库(blastn)、核酸序列比对蛋白质数据库(blastx)、蛋白质比对翻译后的核酸数据库(tblastn)、
Blast(basic local alignment search tool) 局部序列比对基本检索工具，是NCBI开发的一款基于序列相似性的数据库搜索程序。主要的BLAST程序有以下几种： BLAST的在线版https://blast.ncbi.nlm.nih.gov/Blast.cgi可以方便的进行单一的同源性序列搜索，但是不方便进行大批量的数据操作，也不能建立自己的数据库。接下来小编就要教大家如何建立本地的BLAST数据库。 基于BLAST优秀的算法，BLAST程序可以轻松的在普通的个人电脑中运
BLAST (Basic Local Alignment Search Tool) 是我们常用的短序列比对工具，直接输入fastq格式的序列文件就可进行比对。
当拿到一条未知序列时，可以直接与 ncbi nt 库或者 nr 库进行 blast 比对，鉴定未知序列。
awk 是一个强大的文本处理工具，它不仅是 Linux 中，也是其他环境中现有的功能最强大的数据处理引擎之一。相对于 grep 的查找，sed 的编辑，awk 在其对数据分析并生成报告时，显得尤为强大。简单来说 awk 就是把文件逐行的读入，以空格为默认分隔符将每行切分，切开的部分再进行各种分析处理。awk 的名字来源于他的三个创始人，Alfred Aho 、Peter Weinberger 和 Brian Kernighan 姓氏的首个字母。
在我管理的基因组学群里，今天有人提出了这样一个问题，如果有多个版本的BLAST，并且都是用conda安装，应该如何调用不同版本的BLAST
其中网页工具和云平台都不是针对专门的生物信息学工程师设计的，因为并不需要使用者会编程语言，所以使用起来非常简单。下面来一一介绍一下它们：
注意：动态规划和BLAST适用于不同比对情况。前者适合较少量序列间比对，BLAST适合从一组大量序列中搜索与查询相似的序列
其实我现在已经不写软件教程了！ fastqc对原始测序reads质控 NCBI的blast++软件使用说明书 SRA工具sratoolkit把原始测序数据转为fastq格式 目录 一：下载安装该软件 二：准备数据 三：运行命令 四：输出文件解读 正文 一：下载安装该软件 在NCBI的ftp站点里面可以找到blast++的下载链接 wget ftp://ftp.ncbi.nlm.nih.gov/blast/executables/LATEST/ncbi-blast-2.2.30+-x64-linux.ta
前面我提前了我的基因组测序数据里面的未成功比对到人类基因组上面的那些fastq序列，也用了软件把它们组装成fasta序列，这些序列的功能是未知的，可以通过比对到NCBI的NT/NR库来给他们注释一下。 NR库是Non-redundant protein sequences from GenPept, Swissprot, PIR, PDF, PDB, and NCBI RefSeq，得去ftp://ftp.ncbi.nih.gov/blast/db/ 下载所有gz结尾的文件，并且解压到同一个目录即可。 最终
第 5 章 计算资源及编程 5.1 硬件配置 理论上在个人Windows电脑上面做生物信息学数据分析是不实际的，因为太多的生物信息学相关软件的开发者对windows并不熟练，没办法提供完善的基于windows操作系统的软件。 而且个人Windows电脑配置肯定不会太高，一般的组学测序数据都是10~500G一个样本，而且很多软件运行的时候对内存要求很高，最后这些数据的分析过程会非常耗时，个人电脑在硬盘，内存，cpu方面均不足以承担这个重任。 所以一般建议使用配置比较高的服务器，而且建议给服务器安装linux系
理论上在个人Windows电脑上面做生物信息学数据分析是不实际的，因为太多的生物信息学相关软件的开发者对windows并不熟练，没办法提供完善的基于windows操作系统的软件。 而且个人Windows电脑配置肯定不会太高，一般的组学测序数据都是10~500G一个样本，而且很多软件运行的时候对内存要求很高，最后这些数据的分析过程会非常耗时，个人电脑在硬盘，内存，cpu方面均不足以承担这个重任。
编译(compilation , compile) ，利用编译程序从源语言编写的源程序产生目标程序的过程。编译就是把高级语言变成计算机可以识别的 2 进制语言，计算机只认识 1 和 0，编译程序把人们熟悉的语言换成 2 进制的。
首先谷歌找到这个教程：http://nix-bio.blogspot.com/2013/10/installing-blat-and-blast.html
用我人生中第一张学术墙报开篇。一年前的这张墙报不能展示出当前TBtools的成长状态，但整体感觉还是可以不错（虽然没有获得任何奖项，毕竟参与会议的其他墙报都过分优秀。或许有一天，我们能做出更好的墙报）。
生物数据的处理本质上有两条路线：其中一条是序列本身具有结构特征，那么就可以通过软件算法来实现，比如预测基因，非编码 RNA，重复序列的分析等；另一条路线是序列本身没有结构特征，只能通过与已有序列进行比对，根据已知信息来推测未知信息，比如基因功能注释，16SrRNA 物种鉴定等，常见的一个例子就是得到一条序列，需要判断序列来自于哪个物种，就只能与数据库进行比对。
什么是生物软件？首先要明白什么是软件。软件是控制计算机硬件功能及其运行的指令、例行程序和符号语言。通常软件是由程序+文档组成。生物软件顾名思义，就是专门用来处理生物数据的软件。本质上，生物软件就是将处理生物数据的方法和过程以及对各个问题的解决方法写到程序中。
用过网页版本 BLAST 的童鞋都会发现，提交的序列比对往往在几分钟，甚至几十秒就可以得到比对的结果；而通过调用 API 却要花费几十分钟或者更长的时间！这到底是为什么呢？
之前用EMBL的双序列比对工具做全局比对，虽然很快就出结果了，但至少也要经历一两秒钟的时间。而数据库中有几百万条序列，全部比对一遍，耗时太长。因此，我们需要快速的数据库相似性搜索工具。目前世界上广泛使用的就是 BLAST。它可以在尽可能准确的前提下，快速的从数据库中找到跟某一条序列相似的序列。BLAST 是 Basic Local Alignment Search Tool 的首字母缩写，直译过来就是基本局部比对搜索工具。BLAST 的基本原理很简单，要点是片段对的概念。所谓片段对是指两个给定序列中的一对子序列，它们的长度相等，且可以形成无空位的完全匹配。
通常我们上游分析得到的蛋白序列需要和主流的数据库进行比对，完成功能注释。常用数据库一共有以几种：
序列比对是整个生物信息的核心，因为几乎每个生物信息分析过程都需要用到序列比对。判断两个基因或两段基因组片段是否相似是序列分析的基本工作。从序列数据库搜索，序列拼接到基因蛋白质功能注释，以及进化树构建等，都依赖于分子序列相似性的比较，也就是序列比对。
双序列比对可以采用是基于动态规划算法的Needleman-Wunsch（NW）和Smith-Waterman algorithm（SW）算法，虽然精度高，但计算消耗大。当与数据库比对的时候，该算法就显得不切实际。因此TASTA，blast采用启发式算法使得通过大幅度丢失灵敏度来减少运行时间。与FASTA软件相比，blast通过把搜索限制在狭隘的矩阵对角线条带上，来改进FASTA进行数据库搜索的速度。
Biopython是Python的最大，最受欢迎的生物信息学软件包。它包含许多用于常规生物信息学任务的不同子模块。它由Chapman和Chang开发，主要使用Python编写。它还包含C代码，以优化软件的复杂计算部分。它可以在Windows，Linux，Mac OS X等操作系统上运行。
人类已经使用数据可视化技术很长一段时间了，图像和图表已被证明是一种有效的方法来进行新信息的传达与教学。有研究表明，80％的人还记得他们所看到的，但只有20％的人记得他们阅读的。我们做本地中运行BLAST后，往往会得到以文字形式的BLAST结果。如果我们需要查看比对的确切结果，这会给我们带来一定的烦恼。今天给大家介绍一个网页based的可视化BLAST结果的小工具：Kablammo简介Kablammo可以让你您从Web浏览器创建BLAST结果，并进行交互式可视化。并且你不需要安装任何软件。简而言之，你只需要找
-in 参考序列 -dbtype 数据类型：核苷酸和蛋白质可选 -parse_seqids 暂时还没搞懂这个参数的意思 -out 数据库的名称
接下来又认识了免疫组库测序数据，知道了免疫组库测序数据的一些特性，现在就面临免疫组库数据分析流程的搭建啦，这个其实非常复杂， 今天我只能勉强介绍一下使用igblast进行免疫组库分析，希望大家能跟上来。其实igblast这个软件早在六年前我就介绍过，差不多是重新看着自己的教程，一点一滴复现了一遍。真的要吹爆生信技能树和生信菜鸟团教程，极大的便利了生信工程师的工作。
近年来单细胞转录组测序的迅猛发展，为细胞功能和基因调控网络等重要生物学问题的研究提供了强大的技术支持。在单细胞转录组数据的相关研究中，研究者通常会先对细胞进行注释，如鉴定细胞类型、细胞分化阶段等，然而，常用的注释手段较为繁琐，且无法保证不同数据集间的可比性。随着单细胞转录组数据逐渐积累，用现有数据集作为参考（reference），来注释新测序的细胞成为一种潜在的解决方案。
BLAST是在蛋白质数据库或者基因数据库中进行相似性分析的工具，全称Basic Local Alignment Search Tool，分析的结果是以统计评分的方式呈现。
今天有同学问我LULU的第一步blast的问题，我看他用的blast的命令比较奇怪，一问才知他用rBLAST这个包跑的blast。简单看了一下用法mark一下。
blast+：ftp://ftp.ncbi.nlm.nih.gov/blast/executables/LATEST
序列比对是生物信息学分析中的常见任务，包含局部比对和全局比对两大算法，局部比对最经典的代表是blast, 全局比对则用于多序列比对。在biopython中，支持对序列比对的结果进行读写，解析，以及运行序列比对的程序。
关于trimmomatic相关内容请见https://zhuanlan.zhihu.com/p/28924793 https://www.jianshu.com/p/a8935adebaae 结果会产生以下四个文件
之前写的RNA-seq数据差异表达分析一文中提到，筛选得到差异表达基因list后，需要进一步分析这些基因参与了哪些功能，因此要进行后续的一些分析，比如功能富集分析、聚类分析和基因共表达网络分析。这次主要介绍在线功能富集分析与qPCR引物设计。其中在线功能富集分析可利用本人所在课题组开发的agriGO和PlantGSEA在线分析工具，分别进行GO富集分析和基因集富集分析。
当研究一条DNA或蛋白质序列时，主要关注的是其包含的遗传信息；当研究两条或多条DNA或蛋白质序列时，则主要关注不同序列之间的差别与联系。在生物信息学中，对生物大分子的序列比对是非常基本的工作。
希望所有的学徒，实习生以及马拉松授课学员都可以在咱们《生信技能树》的舞台上大放异彩。前面有粉丝自告奋勇希望可以把他自己在简书等平台的生物信息学笔记分享在我们《生信技能树》公众号，在专业的舞台上跟大家切磋！非常欢迎，他前面的分享是：
最近在看植物长链非编码RNA的论文，其中一个分析步骤是鉴定lncRNA中可能是属于miRNA前体的序列
Biopython工程是一个使用Python来开发计算分子生物学工具的国际团体。(http://www.python.org) Python是一种面向对象的、解释型的、灵活的语言，在计算机科学中日益流行。Python易学，语法明晰，并且能很容易的使用以C，C++或 者FORTRAN编写的模块实现扩展。
一些分析需要与数据库进行比对，例如 blast 比对，物种分类鉴定等，这里我们下载两个数据库，一个是 NCBI 提供的一个用于 blast 比对的新冠病毒库，另外是利用 centrifuge 软件进行宏基因组测序鉴定新冠病毒的库。
先得到串联重复序列的link文件 上面得到的.tandem文件用excel打开并进行分列，另存为txt文件
Blast ，全称：Basic Local Alignment Search Tool，“基于局部比对算法的搜索工具”，是生物信息学常用的工具软件，可将输入的核酸或蛋白质序列与数据库中的已知序列进行比对，获得序列相似度等信息，从而判断序列的来源或进化关系。
gggenomes是一款基于R语言的拓展工具包，旨在提供一套强大而灵活的工具，用于基因组数据的可视化与分析。gggenomes的设计理念源于ggplot2，它使用了类似于ggplot2的语法来创建精美的图形，并提供了丰富的功能和选项来满足不同类型的基因组数据可视化需求。
在前面的直播基因组系列，我们讲解过那些比对不少我们人类的参考基因组序列的数据，其实可以细致的进行探究。 直播】我的基因组（十五）:提取未比对的测序数据 这里主要参考这篇文章的图4：http://ww
biopython和bioperl, biojava项目类似，都是Open Bioinformatics Foundation组织的项目之一，旨在提供一个编程接口，方便生物信息数据的处理。OBF的成员项目部分如下
单细胞 RNA-seq (scRNA-seq) 被广泛用于解决细胞异质性问题。随着公共 scRNA-seq 数据的快速积累，有效且高效的利用现有数据来注释新数据至关重要。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
