生物信息百Jia軟體（八）：blat

05-14

編者按
blat也是學習生物信息需要掌握的一款工具。blat與blast其實是不同的，雖然都是局部比對工具，但是blat實現了「多對一」的比對，也就是能將不同的外顯子定位到同一個基因上。我喜歡blat可以輸出多種比對格式結果的模式，默認是psl，但其實可以輸出blast同樣格式的結果，還有比較容易閱讀的axt格式結果。需要注意的是，blat的其實比對坐標與blast不同。

一、功能分類：

局部比對

二、軟體官網：

http://hgwdev.cse.ucsc.edu/~kent/exe/linux/

三、軟體介紹:

Blat的全稱是The BLAST-Like Alignment Tool，可以稱為"類BLAST 比對工具"，由W.James Kent於2002年開發。當時隨著人類基因組計劃的進展，把大量基因和ESTs 快速定位到較大的基因組上成為一種迫切的需求。

blast 對於這種比對需求有幾個缺陷：

1、速度偏慢；

2、結果難於處理；

3、無發表示出包含內含子的基因定位。

Blat比對軟體就是在這種形勢下應運而生了。

另外，相對於blast，blat使用簡單，速度更快，而且不需要建庫過程，可以輸出多種比對格式的比對結果。

blat特別適合將基因、cds重新定位到染色體上，這個在轉錄組分析中非常有用。在真核生物中，mRNA在加工成熟過程中需要切出內含子，轉錄本也存在可變剪切，也就是假設一個基因有1234四個外顯子，那麼最終得到的cds可能是123，也可能是124，這是如果在將測序出來的轉錄本定位到基因組上，124三個外顯子需要分別定位到三個位子，如果是blast就會斷成3個比對，而blat卻會識別出這是一個比對，存在多個gap，很好了解決了轉錄本定位到基因組上的問題。

四、下載安裝：

unzip blatSuite.36.zip

五、軟體使用：

blat的有很多參數。但是大部分默認即可。blat可進行核酸水平的比對，也可以進行氨基酸水平的比對，同時也支持核酸翻譯到氨基酸水平的比對。

Blat 的輸入文件必須滿足fasta 格式，運行時非常簡單，不需要進行建庫就可以直接比對。

敲blat，然後接目標序列，query序列，然後是輸出文件名，但是順序不能寫錯了。這樣就可以開始比對了。

程序正常運行時，會在讀完database 中的所有subject 序列時在屏幕輸出database的統計結果。

blat的一些重要選項參數。

-noHead 不輸出表頭信息，這個在進行下一步軟體處理時比較方便，如果對格式很熟悉，不輸出以可以；

-out 選擇輸出格式。可以選擇lastz的axt格式，maf格式，wublast格式和blast m0 m8和m9格式。

-t

和-q和-prot參數指定比對的類型。blat也可以進行氨基酸比對和核酸在氨基酸水平比對。blast是通過-p指定比對類型，而blat則是通過分別指定query和subject的格式來解決這個問題。-t可以等於dna和prot蛋白質和dnax，-q可以等於dna，rna，prot，dnax和rnax等，如果需要核酸序列文件在氨基酸水平比對，那-t和-q都應該等於dnax，

氨基酸比對時間要慢一些。-prot指定二者都是氨基酸序列。

剩餘很多參數都是用來限制比對條件的，例如是否處理N鹼基Gap，重複序列，PolyA、比對字長、identity，比分等，可以根據具體比對進行調節。

六、使用案例：

blat ref.fna query.fna blat.outblat genome.fna gene.ffn -out=axt blat.out

七、結果解析：

程序默認輸出為psl格式的列表結果文件。

Psl

格式的結果包含了詳細的比對位置信息，每一列的意義都在文件開頭列出。第1~8列是總體的比對統計，包括精確比對鹼基數、錯配、query

和subject上的gap個數總長等等；第9～17 列是比對位置信息，包括比對方向、query 和subject

的名字、長度、比對起止位置；18～21 列是顯示每一個精確比對的block 的信息，包括blocks

數、每個block的長度和在query、subject上的位置。

對於psl輸出結果，需要注意幾點。

1、blat 的結果在subject 上允許存在很大的gap（intron 區域），所以同一個結果在query和subjects 上覆蓋的區域可能會相差很多，這一點與blast 不同。

2、在基因對基因組的

比對中，block 的個數不能等同於exon 的個數。因為blat 對block的定義是一個沒有插入缺失的比對，任何

插入或者缺失的鹼基都會使一個block 終止，所以一個exon 很可能是由很多blocks 構成的。因此exon 和intron 的個數

要通過足夠大的gap 來判斷。

3、psl 結果裡面鹼基位置的計算是從0 開始的而不是1。