BLAST 物种注释工具技能

描述

提供BLAST物种注释工具的使用指南和快速调用功能。包含两个主要工具：

• blast_annotation_tool.py - 对指定FASTA序列进行BLAST注释
• top_asv_blast.py - 从OTU表提取Top ASV并进行BLAST注释

安装依赖

pip install biopython

工具一：blast_annotation_tool.py

基本用法

# 基本用法：输入FASTA文件和输出目录
python3 blast_annotation_tool.py sequences.fasta results/

# 使用序列ID到样本名的映射文件
python3 blast_annotation_tool.py sequences.fasta results/ --mapping mapping.csv

# 跳过已存在的结果（断点续传）
python3 blast_annotation_tool.py sequences.fasta results/ --skip-existing

参数说明

• input: 输入FASTA文件路径 (必填)
• output: 输出目录路径 (必填)
• --mapping, -m: 序列ID到样本名的映射文件 (CSV格式)
• --delay, -d: 每次BLAST请求之间的延迟秒数 (默认: 3)
• --hits, -n: 每个样本保留的BLAST hits数量 (默认: 10)
• --skip-existing, -s: 跳过已存在的结果文件 (默认: False)

工具二：top_asv_blast.py

基本用法

# 基本用法
python3 top_asv_blast.py taxa_table.xls rep.fasta results/

# 跳过已存在的结果（断点续传）
python3 top_asv_blast.py taxa_table.xls rep.fasta results/ --skip-existing

# 自定义参数
python3 top_asv_blast.py taxa_table.xls rep.fasta results/ --delay 5 --hits 20

参数说明

• otu_table: OTU表文件 (.xls, .tsv, .csv) (必填)
• fasta: 代表性序列FASTA文件 (必填)
• output: 输出目录路径 (必填)
• --top-n, -n: 每个样本提取前N个ASV (默认: 1)
• --delay, -d: 每次BLAST请求之间的延迟秒数 (默认: 3)
• --hits: 每个ASV保留的BLAST hits数量 (默认: 10)
• --skip-existing, -s: 跳过已存在的结果文件 (默认: False)

输入文件格式

FASTA文件

>ASV1
TAGGGAATCTTCCGCAATGGACGAAAGTCTGACGGAGCAACGCCGCGTGAG...
>ASV2
TAGGGAATCTTCCGCAATGGACGAAAGTCTGACGGAGCAACGCCGCGTGAG...

映射文件 (可选)

CSV格式，第一列为序列ID，第二列为样本名：

ASV1,D1-8
ASV2,J2-8
ASV3,D3-8

OTU表格式

• 第一列：ASV/OTU ID
• 中间列：样本序列计数（支持重复样本自动合并）
• 最后一列：Taxonomy注释

输出文件

• 每个样本的BLAST结果CSV文件
• 汇总表 (blast_summary.csv)
• Top ASV信息表 (top_asv_info.csv)

注意事项

1. 需要网络连接访问NCBI BLAST服务
2. 每次比对可能需要几秒到几十秒
3. 建议使用--delay参数避免请求过于频繁
4. 使用--skip-existing可实现断点续传

快速调用

当您需要进行BLAST物种注释时，只需说：

• "使用blast注释工具"
• "运行top asv blast"
• "BLAST物种注释指南"

我会为您提供详细的参数说明和使用方法。