一、简介

BLAST（Basic Local Alignment Search Tool）是一种广泛使用的生物信息学工具，用于在生物数据库中搜索相似序列。其基于局部比对算法，可以将输入的核酸或蛋白质序列与数据库中的已知序列进行比对，获得序列相似度等信息，从而判断序列的来源或进化关系。在我们日常的科研活动中，我们或多或少都接触过blast，不用一般都是用的网页端，但是网页端有一定的局限性：

1. 上传文件不能太大
2. 速度慢
3. 不能使用自定义数据库
4. 数据安全性（敏感数据在本地比对更安全）

为了解决这个问题，我们需要在本地电脑上安装blast，下面我将介绍下如何进行安装以及其简单使用（linux平台下的安装使用见之前的文章-Linux 安装Blast本地版）

二、Blast安装

2.1 下载

为了安装Blast，首先我们先打开blast的官网（https://blast.ncbi.nlm.nih.gov/blast/Blast.cgi），然后点击Download BLAST，在打开的页面中点击下载链接（https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/）,然后下载windows平台下的安装包，同时也可以将安装包对应的md5文件一并下载（md5文件主要为了校验下载文件的完整性，下不下载均可以）

2.2 安装

2.2.1 安装包完整性校验（此步可不做）

文件下载完成后，我们可以先校验下安装包的完整性，其具体步骤如下：

进入到安装包的目录，按住左边Shift的同时，点击鼠标右键，点击打开powershell或者终端,在出现的终端下输入下述指令（具体文件名以你下载的为准）

 Get-FileHash .\ncbi-blast-2.16.0+-win64.exe  -Algorithm MD5

按下回车键后即可以计算出安装包的MD5，再输入下述命令查看下载的MD5文件内容

 cat .\ncbi-blast-2.16.0+-win64.exe.md5

若输出的MD5 序列完全一致，则说明下载的安装包是完整的

2.2.1 blast安装

这一步的安装较为简单，直接双击下载的安装包文件，按照提示操作即可完成安装

三、本地blast的简单使用

安装完成后，在安装目录下会有比较多的运行程序，这里我们主要介绍常用的几个，并以其中一个作为例子

3.1 数据库构建

要使用本地blast服务，必须要下载或者构建本地数据库，这里我介绍3种方法：

1. 我们可以在NCBI下载相应物种的数据库（https://ftp.ncbi.nlm.nih.gov/blast/db/），例如下载nr库，需要把对应的nr库全部下载下来。

2. 或者也可以使用下面的第一个命令下载对应的数据库（该命令需要预先安装perl环境，终端打开可以用上诉shift+鼠标右键的方法，也可以同时按住win+R键，在弹框中输入cmd，回车即可）

update_blastdb.pl --decompress nr [*]  # 下载核酸数据库
update_blastdb.pl --showall [*]  # 显示可下载的库
update_blastdb.pl --help  # 查看帮助

3. 或者我们也可以用makeblastdb命令将fasta文件转为数据库，即自定义数据库。我们可以将nr库序列或者其它需要作为数据库的fasta序列作为输入进行构建数据库，其命令如下：

makeblastdb -in sequences.fasta -input_type fasta -title test_title -out test_out -dbtype nucl

上诉命令中，in后接的是输入的建库序列的路径；input_type是输入序列的文件类型；title是指数据库的标题，out是指数据库的数据路径及名称，后续使用该数据库搜索时需要指定；dbtype是指构建的数据库类型，nucl为核酸库，prot为蛋白库；帮助文档可以输入makeblastdb -help查看，

可以看到，当数据库构建成功后，将在目录下生成以test_out为前缀的一系列文件，这些就是构建好的数据库文件。

3.2 本地blast搜索

基于上诉的步骤我们已经得到了一个数据库，现在我们就可以用一些序列来进行测试搜索了，其命令如下所示：

# 以下命令根据需求选择其一即可
blastn -query exam.fa -db test_out -out exam_result.html  -html  # 输出html格式，可以直接用浏览器打开
blastn -query exam.fa -db test_out -out exam_result.tsv -outfmt 7  # 输出tsv格式

上诉命令中query后接的是需要查询的序列文件，fasta文件格式，可以是单条序列，也可以是多条序列；db是搜索数据库的路径及名字，这里我们选择的是上面创建的数据库test_out；out是输出的文件路径及名字，仅有一个文件名说明输出到当前目录下；html 表示输出html格式，或者也可以指定outfmt参数，从而设定不同的输出格式，例如这里设置了7，说明输出的是TSV格式；blast的输出格式可以通过outfmt参数来进行配置，不同的数字表示不同的格式，见下图所示：

blastn输出的部分结果见图所示（格式7），我们可以看到第4行有每列的列名，其中query acc.ver是查询序列的ID, subject acc.ver是数据库序列ID, % identity表示一致性, alignment length表示比对长度, mismatches表示错配情况, gap opens表示空位情况, q. start是查询序列比对后的起始位置, q. end是查询序列比对后的终止位置, s. start是数据库序列比对后的起始位置, s. end是数据库序列比对后的终止位置, evalue表示期望值，越小越好, bit score表示bit得分，越大越好。

上诉是blastn的一个简单示例，其它的软件，像blastp等也是一样的用法，只不过需要把输入的核苷酸序列换成蛋白质序列，核酸数据库换成蛋白数据库即可。

以上就是blast在windows平台下的安装以及简单使用，如果想要定制输出格式等更复杂的功能，可以通过软件 -help参数查看具体的使用参数！