blastall 搜索比对输出结果 m8或者m9格式说明(blast+ m6格式)

blast 结果说明

blastall运行命令如下,m8和m9格式差不多,一个不带表头,一个带表头,使用方法如下:

blastall -i Arabidopsis_thaliana.TAIR10.pep.all.fa -d HSP20_NCBI_pep.fasta -p blastp -e 1e-10 -b 1 -v 1 -m 8 -o ncbi_hsp20.out

输出结果表格如下:

attachments-2020-03-KZe1obHU5e68c6f21f24b.png

Query id  Subject id  % identity  alignment length  mismatches  gap openings  q. start  q. end  s. start  s. end  e-value  bit score
AT3G49630.3 ACE96633.1 36.54 104 65 1 188 290 7 110 5.00E-16 66.2
AT3G49630.1 ACE96633.1 36.54 104 65 1 192 294 7 110 5.00E-16 66.2
AT3G49630.2 ACE96633.1 36.54 104 65 1 119 221 7 110 2.00E-16 65.9
AT1G54050.2 GAV61403.1 49.24 132 53 2 6 137 1 118 2.00E-45 140
AT1G54050.1 GAV61403.1 49.24 132 53 2 6 137 1 118 2.00E-45 140
AT1G50960.1 ACE96633.1 38 100 56 2 210 307 16 111 1.00E-17 70.9
AT3G55970.1 ACE96633.1 44.72 123 62 3 217 334 4 125 7.00E-32 110
AT3G55970.2 ACE96633.1 56.25 64 26 2 217 279 4 66 4.00E-20 77
AT1G76440.3 GAV87897.1 50.36 137 68 0 5 141 2 138 2.00E-46 143
AT1G76440.2 GAV87897.1 50.36 137 68 0 5 141 2 138 2.00E-46 143
AT1G76440.1 GAV87897.1 50.36 137 68 0 5 141 2 138 2.00E-46 143
AT4G10250.1 AAC62802.1 100 195 0 0 1 195 1 195 4.00E-134 370
AT5G07480.1 ACE96633.1 37.74 106 59 3 204 307 2 102 8.00E-18 71.6
AT5G07480.2 ACE96633.1 36.19 105 62 2 95 198 2 102 2.00E-18 71.6
AT1G53540.1 GAV57915.1 73.58 159 39 2 1 157 1 158 1.00E-78 226
AT1G52820.1 ACE96633.1 36.9 84 50 2 185 266 17 99 5.00E-14 60.5


1、Query id:查询序列ID标识
2、Subject id:比对上的目标序列ID标识
3、% identity:序列比对的一致性百分比
4、alignment length:符合比对的比对区域的长度
5、mismatches:比对区域的错配数
6、gap openings:比对区域的gap数目
7、q. start:比对区域在查询序列(Query id)上的起始位点
8、q. end:比对区域在查询序列(Query id)上的终止位点
9、s. start:比对区域在目标序列(Subject id)上的起始位点
10、s. end:比对区域在目标序列(Subject id)上的终止位点
11、e-value:比对结果的期望值,解释是大概多少次随机比对才能出现一次这个score,Evalue越小,表明这种情况从概率上越不可能发生,那么这个比对的可靠性越高。
12、bit score:比对结果的bit score值
一般情况我们看第3、11、12两列,e值越小越可靠。
blastall 老版本对应的参数是 -m 8
blast+对应的参数是-outfmt 6




更多生物信息课程:

1. 文章越来越难发?是你没发现新思路,基因家族分析发2-4分文章简单快速,学习链接:基因家族分析实操课程基因家族文献思路解读

2. 转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读转录组(无参)结果解读

3. 转录组数据深入挖掘技能-WGCNA,提升你的文章档次,学习链接:WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘?学习链接:转录组标准分析后的数据挖掘转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读OTU网络图绘制cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课:linux系统使用perl入门到精通perl语言高级R语言画图

7. 医学相关数据挖掘课程,不用做实验也能发文章:TCGA-差异基因分析GEO芯片数据挖掘 GEO芯片数据不同平台标准化 、GSEA富集分析课程TCGA临床数据生存分析TCGA-转录因子分析TCGA-ceRNA调控网络分析

8.其他,二代测序转录组数据自主分析NCBI数据上传二代测序数据解读

  • 发表于 2018-10-19 12:06
  • 阅读 ( 13185 )
  • 分类:软件工具

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

702 篇文章

作家榜 »

  1. omicsgene 702 文章
  2. 安生水 350 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. rzx 78 文章
  7. 红橙子 78 文章
  8. CORNERSTONE 72 文章