从blast数据库名称获取fasta源文件

Question

我目前正在编写一个使用Blast -outfmt 10选项的库，它为您提供CSV而不是人类可读的格式。

像

tblastn -db dmel_a -query somequery.faa -outfmt 10

问题是，我想访问db源文件，以便我可以在处理后提取一些序列。我知道如何执行此操作的唯一方法是使用删除-outfmt 10并运行两次爆炸。然后我解析了人类可读输出的行：

Database: Source.fas

但是，只有在title中创建数据库时未指定makeblastdb时才有效。无论如何，stitle的{​​{1}}似乎是法塔标题行。我不能只查找数据库名称，然后查找outfmt 10，因为您可以使用与源文件不同的方式命名数据库。

还有另一种从blast数据库名称中提取fasta源文件的方法吗？我没有在.fna, .fas, .faa选项列表中看到一个。或者我今天失明了吗？

Answer 1

找到了一个基于Biostar问题和blasted bioinformatics博客文章的解决方案。如果您的fasta没有完全遵循NCBI命名，则需要Blast + 2.2.28。

创建blast数据库时，请使用-parse_seqids标志。然后使用blastdbcmd，您可以提取一系列序列

blastdbcmd -db t/blastTest/dmel -range 1-10 -entry some_seq_id