DIAMOND: 超快的蛋白序列比对软件 |
您所在的位置:网站首页 › diamond 官网 › DIAMOND: 超快的蛋白序列比对软件 |
相见恨晚,还好遇到了它 今天用BLASTX将我的转录本序列在UniProt蛋白数据库(700w条序列)中搜索,80个线程,过了1小时大概就分析1000条吧。实在是有点慢,于是我想到之前耳闻的DIAMOND,据说速度非常快,于是我测试了下。没想到,这工具居然那么快。 根据DIAMOND介绍,它有以下特点 比BLAST快500到20,000倍长序列的移框联配分析(frameshift alignment)资源消耗小,普通台式机和笔记本都能运行输出格式多样我就看中它一点,速度快。 软件安装异常的简单,因为提供了预编译的64位可执行文件 wget http://github.com/bbuchfink/diamond/releases/download/v0.9.25/diamond-linux64.tar.gz tar xzf diamond-linux64.tar.gz # 有root全新啊 sudo mv diamond /usr/local/bin # 无root权限, ~/bin是自己当前目录下 mv diamond ~/bin因为 diamon的功能就是将蛋白或者翻译后的核苷酸和蛋白数据库进行比对,没有BLAST那么多功能,所以软件使用也是异常的简单。 第一步: 先从NCBI上下载蛋白数据库。 NR库是NCBI的非冗余蛋白数据库, wget ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nr.gz gunzip nr.gz也可以从ftp://ftp.ncbi.nlm.nih.gov/refseq/release/plant/下载植物的蛋白数据库 第二步: 建库。就两个参数,--in nr输入文件,--db nr 输出的数据库前缀 diamond makedb --in nr --db nr第三步: 搜索。就两个子命令,blastp和blastx,前者比对蛋白,后者比对DNA序列 diamond blastx --db nr -q reads.fna -o dna_matches_fmt6.txt diamond blastp --db nr -q reads.faa -o protein_matches_fmt6.txt-q/--query输入检索序列,--out/-o输出文件,默认以--outfmt 6输出结果和BLAST+的--outfmt 6结果一致。 注意事项: 默认参数主要是针对段短序列,对于比较长的序列,使用--sensitive或--more-senstive提高敏感度。默认的e-value阈值是0.001, 而BLAST是10,因此会比BLAST结果更加严格性能优化: 设置比较低的-e参数设置-k参数,减少输出的联配数目。这会降低临时文件大小和最终结果 --top会输出得分比最好的分数低一定百分比的结果, --compress 1: 输出结果会以gzip进行压缩 参考文献Benjamin Buchfink, Chao Xie, and Daniel H. Huson. Fast and sensitive protein alignment using diamond. Nature methods, 12(1):59–60, Jan 2015. 版权声明:本博客所有文章除特别声明外,均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 扫码即刻交流 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |