BLAST（Basic Local Alignment Search Tool）是一款由 NCBI（美国国家生物技术信息中心）提供的生物信息学工具，用于比较基因或蛋白质序列。以下是如何在表格中完成，添加表头、过滤identity值、保留唯一匹配等，以outfmt 6 默认输出结果为例。
1.添加表头
# 创建一个包含指定字段的表头文件header.txt
echo -e "Query_ID\tRefer_ID\tIdentity(%)\tAlignment_Length\tMismatches\tGap_Openings\tQ_Start\tQ_End\tS_Start\tS_End\tE-value\tBit_Score" > header.tsv
# 将该表头文件与原始的blast比对结果文件data/blastn_nucl_result.tsv合并
cat header.tsv data/blastn_nucl_result.tsv > data/blastn_nucl_result_with_header.tsv
2.过滤identity值
awk -F '\t' '$3 >= 70' data/blastn_nucl_result_with_header.tsv > data/filtered_blastn_nucl_result_with_header.tsv
在这个命令中：
-F '\t'：指定字段分隔符为制表符，因为outfmt 6格式的blast结果是以制表符分隔的。
'$3 >= 70'：表示筛选第三列（identity (%)列）值大于等于70%的行。
blastn_nucl_result_with_header.tsv：是输入的blast比对结果文件。
> data/filtered_blastn_nucl_result_with_header.tsv：将筛选后的结果输出到当前目录下data文件夹中的filtered_blastn_nucl_result_with_header.tsv文件中。
3.根据Query ID来保留唯一匹配项
awk '!seen[$1]++' data/blastn_nucl_result_with_header.tsv > data/unique_blastn_nucl_result_with_header.tsv
在这个命令中：
!seen[$1]++：表示对第一列（假设为Query ID列）进行去重操作，保留每个Query ID第一次出现的行，即保留唯一匹配项。
blastn_nucl_result_with_header.tsv：是输入的blast比对结果文件。
> data/unique_blastn_nucl_result_with_header.tsv：将去重后的结果输出到当前目录下data文件夹中的unique_blastn_nucl_result_with_header.tsv文件中。
我们将持续分享微生物组学研究和生信分析相关的专业技能资料。推荐课程请搜索“密码子学院”。课程问题或个性化分析需求，请联系小唯（微信号：winnerbio01）。
转载本文请联系原作者获取授权，同时请注明本文来自牛祥娜科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3447233-1489335.html?mobile=1
收藏
