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:
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. 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、
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!