BLAT에서 protein 서열 비교하기

새로운 것을 얘기하는건 아니고...
다들 알고있는거 기록용도로 남겨두려고 끄적끄적합니다. :)

Kent옹께서 창조하사 현재 널리 사용되는(나만 쓰나..;;;)
BLAT의 경우 blast와 달리 db를 따로 안만들고 db/query의 format가 fasta이기만 하면
문제없이 작동된다는 장점이 있는데...

db/query가 서로 같으면 문제가 없지만 다른 경우 잘 동작 안하는 수가 생깁니다.
물론 메뉴얼에 잘 나와있지만.. ㅎㅎ


DNA-DNA (DB-Query)
>blat db.fa query.fa output.psl

Protein-Protein
>blat db.fa query.fa -prot output.psl

DNA-Protein
>blat db.fa query.fa -t=dnax -q=prot

Protein-DNA
>blat db.fa queyr.fa -t=prot -q=dnax

-t는 database, -q는 query를 나타냅니다.
dnax/rnax는 해당 서열을 translated해서 비교하겠다는 것입니다.
rnax 옵션은 저도 오늘 확인하면서 본건데... query쪽에만 있네요. 모 굳이 db쪽에도 rnax옵션이 있을 필요는 없어보이니.. :)
(blat에는 blastx와 같은 기능은 없는듯 합니다. tblastn만 지원하는듯...)

그리고 BLAT은 zero-based. 할때마다 찾아봐야 한다능...;;; 제길

BLAT and BLAST Output Format Fields

BLAST (-m 8)과 BLAT 결과를 보면 table 형식으로 되어 있는데 head들이 친절하게 설명되어 있는 것도있지만 대량분석할 때에는 귀찮아서 Header 정보를 제거하고 결과를 뽑아서 가끔씩 헷갈릴때가 있다. 본인은 그렇다.. :)

그래서 다시 정리를... 쿨럭.. ㅎㅎ


NCBI Blast Tabular output format fields

(Blast Head의 경우 부연 설명이 필요 없을 정도로 simple하다. :))
QueryIdSubjectId
Identity percent
AlnLength
mismatchCount
gapOpenCount
QueryStart
QueryEnd
SubjectStart
SubjectEnd
Evalue
bitScore

위의 링크된 사용자가 심플하게 parsing하는 예제를 함께 보여주고 있는데 
참고하면 좋을듯 :)


-Python 

for line in open(“myfile.blast”):
(queryId, subjectId, percIdentity, alnLength, mismatchCount, gapOpenCount, queryStart, queryEnd, subjectStart, subjectEnd, eVal, bitScore) = line.split(“\t”)

-Perl 

while (<>) {
($queryId, $subjectId, $percIdentity, $alnLength, $mismatchCount, $gapOpenCount, $queryStart, $queryEnd, $subjectStart, $subjectEnd, $eVal, $bitScore) = split(/\t/)
}




BLAT Spec

matches int unsigned , # Number of bases that match that aren't repeats
misMatches int unsigned ,  # Number of bases that don't match
repMatches int unsigned ,  # Number of bases that match but are part of repeats
nCount int unsigned ,      # Number of 'N' bases
qNumInsert int unsigned ,  # Number of inserts in query
qBaseInsert int unsigned , # Number of bases inserted in query
tNumInsert int unsigned ,  # Number of inserts in target
tBaseInsert int unsigned , # Number of bases inserted in target
strand char(2) ,           # + or - for query strand, optionally followed by + or – for target strand
qName varchar(255) ,       # Query sequence name
qSize int unsigned ,       # Query sequence size
qStart int unsigned ,      # Alignment start position in query
qEnd int unsigned ,        # Alignment end position in query
tName varchar(255) ,       # Target sequence name
tSize int unsigned ,       # Target sequence size
tStart int unsigned ,      # Alignment start position in target
tEnd int unsigned ,        # Alignment end position in target
blockCount int unsigned ,  # Number of blocks in alignment. A block contains no gaps.
blockSizes longblob ,      # Size of each block in a comma separated list
qStarts longblob ,         # Start of each block in query in a comma separated list
tStarts longblob ,         # Start of each block in target in a comma separated list


-Python

for line in open(“myfile.blat”): 
(matches, misMatches, repMatches, nCount, qNumInsert, qBaseInsert, tNumInsert, tBaseInsert, strand, qName, qSize, qStart, qEnd, tName, tSize, tStart, tEnd, blockCount, blockSizes, qStarts, tStarts) = lines.split("\t")

Blat x86_64

Blat 수행시 옵션 중 stepSize 파라미터를 조정하여 작업을
돌릴 경우 세그먼트 에러가 발생하여 삽질 중에 x86_64 버전 Blat을
발견하여 잘 사용하고 있습니다.

BLAT x86_64

다만 major 버전은 동일한데 minor 버전이 상이하니
확인하시고 사용하시기 바랍니다.


걍 BLAT과 BLAT.x86_64의 차이는 64Bit의 차이
즉 메모리 이용 크기가 차이난다는... ㅠ.ㅜ

이것때문에 시간날린게;;;;; 헉...