bio-blast

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

BLAST Search

BLAST搜索

NCBI BLAST (Basic Local Alignment Search Tool) を BioPython で実行し、結果を JSON 形式で取得するスキルです。

这是一项使用BioPython执行NCBI BLAST（Basic Local Alignment Search Tool，基本局部比对搜索工具）并以JSON格式获取结果的技能。

Quick Start

快速开始

Install

安装

bash

uv pip install biopython typer

bash

uv pip install biopython typer

Run with FASTA

使用FASTA文件运行

bash

python scripts/run_blast_biopython.py --fasta path/to/query.fasta

bash

python scripts/run_blast_biopython.py --fasta path/to/query.fasta

Run with raw sequence

使用原始序列运行

bash

python scripts/run_blast_biopython.py --sequence ATGCGATCG...

bash

python scripts/run_blast_biopython.py --sequence ATGCGATCG...

Restrict to organism (e.g., human)

限定物种（例如人类）

bash

python scripts/run_blast_biopython.py --fasta query.fasta --organism "Homo sapiens"

bash

python scripts/run_blast_biopython.py --fasta query.fasta --organism "Homo sapiens"

Protein BLAST

蛋白质BLAST

bash

python scripts/run_blast_biopython.py --program blastp --database swissprot --sequence MTEYKLVVVG...

bash

python scripts/run_blast_biopython.py --program blastp --database swissprot --sequence MTEYKLVVVG...

Save output

保存输出

bash

python scripts/run_blast_biopython.py --fasta query.fasta --output blast_results.json

bash

python scripts/run_blast_biopython.py --fasta query.fasta --output blast_results.json

Output Format

输出格式

Results are returned in JSON format with the following structure:

json

{
  "query": "No definition line",
  "query_length": 99,
  "database": "core_nt",
  "num_hits": 10,
  "hits": [
    {
      "rank": 1,
      "accession": "NM_007294",
      "title": "Homo sapiens BRCA1 DNA repair associated (BRCA1), mRNA",
      "e_value": 4.35e-43,
      "bit_score": 179.82,
      "percent_identity": 100.0,
      "identities": 99,
      "align_length": 99,
      "gaps": 0,
      "query_start": 1,
      "query_end": 99,
      "subject_start": 1,
      "subject_end": 99
    }
  ]
}

结果将以JSON格式返回，结构如下：

json

{
  "query": "No definition line",
  "query_length": 99,
  "database": "core_nt",
  "num_hits": 10,
  "hits": [
    {
      "rank": 1,
      "accession": "NM_007294",
      "title": "Homo sapiens BRCA1 DNA repair associated (BRCA1), mRNA",
      "e_value": 4.35e-43,
      "bit_score": 179.82,
      "percent_identity": 100.0,
      "identities": 99,
      "align_length": 99,
      "gaps": 0,
      "query_start": 1,
      "query_end": 99,
      "subject_start": 1,
      "subject_end": 99
    }
  ]
}

Command-line Options

命令行选项

```
--program
```
: BLAST program (blastn, blastp, blastx, tblastn, tblastx). Default: blastn
```
--database
```
: BLAST database (nt, nr, refseq_rna, swissprot, etc.). Default: nt
```
--fasta
```
: Path to FASTA file (single sequence only)
```
--sequence
```
: Raw query sequence string
```
--organism
```
: Restrict search to organism (e.g., "Homo sapiens")
```
--expect
```
: E-value threshold. Default: 0.001
```
--hitlist-size
```
: Maximum number of hits. Default: 10
```
--output
```
: Output path for JSON results

```
--program
```
: BLAST程序（blastn、blastp、blastx、tblastn、tblastx）。默认值：blastn
```
--database
```
: BLAST数据库（nt、nr、refseq_rna、swissprot等）。默认值：nt
```
--fasta
```
: FASTA文件路径（仅支持单条序列）
```
--sequence
```
: 原始查询序列字符串
```
--organism
```
: 限定搜索的物种（例如"Homo sapiens"）
```
--expect
```
: E值阈值。默认值：0.001
```
--hitlist-size
```
: 最大命中结果数。默认值：10
```
--output
```
: JSON结果的输出路径

Best Practices

最佳实践

Save results - Don't re-run searches unnecessarily
Set E-value threshold - Default 10 is too permissive; use 0.001-0.01
Use gget for quick searches - Simpler API for single sequences
Cache parsed data - Avoid re-parsing large XML files
Handle rate limits - NCBI limits request frequency

保存结果 - 避免不必要地重复运行搜索
设置E值阈值 - 默认值10过于宽松，建议使用0.001-0.01
使用gget进行快速搜索 - 单条序列搜索的更简洁API
缓存解析后的数据 - 避免重复解析大型XML文件
处理速率限制 - NCBI对请求频率有限制

BLAST vs BLAT

BLAST与BLAT对比

Aspect	BLAST	BLAT
Purpose	Similarity search	Genome mapping
Sensitivity	High	Medium
Speed	Medium	Very fast
Best for	Homolog search	Position finding

方面	BLAST	BLAT
用途	相似性搜索	基因组定位
灵敏度	高	中
速度	中等	极快
适用场景	同源序列搜索	位置查找