第4章 本地BLAST环境搭建：操作系统选择、NCBI BLAST+安装与环境变量配置

做病原菌基因组注释，说白了BLAST就是我们的"眼睛"。没有它，你拿一段测序出来的未知序列，根本不知道它是谁。但问题来了：你总不能每次都把数据传到NCBI的公共服务器上去跑吧？数据量大不说，有时候还涉及敏感菌株，上传前得掂量掂量合规性。

所以，本地搭一个BLAST环境，是每个做病原菌分析的人躲不过去的一步。我这几年带团队，新人来了第一件事就是搭环境。看起来简单，但里面坑不少。今天我把这个过程掰开揉碎了讲给你听。

4.1 操作系统怎么选？

我个人习惯用 Linux，尤其是 Ubuntu 22.04 LTS 或 CentOS 7+。为什么？

• NCBI BLAST+ 对 Linux 支持最好，命令行操作最顺手
• 绝大多数生物信息学工具链都是 Linux-first
• 资源占用可控，适合长时间运行的大规模比对任务

如果你手头只有Windows，也不是不行。我记得有一次在现场帮合作单位搭环境，他们实验室清一色Windows机器。我推荐用 Windows Subsystem for Linux (WSL2)，装一个Ubuntu子系统，基本就跟原生Linux体验差不多了。

这里我踩过一个坑：WSL1 的文件 I/O 性能很差，BLAST 建库时读大文件会卡死。所以一定要用 WSL2，而且把基因组数据放到 Linux 子系统的文件系统里，别放在 /mnt/c 挂载的 Windows 盘上。

4.2 安装NCBI BLAST+

NCBI BLAST+ 目前最新稳定版是 2.14.x（写这段时是这个版本，你用的时候去官网看一眼就行）。安装方式有三种：

我个人最推荐用 Conda。为什么？因为生物信息学工具之间依赖关系很乱，Conda 能帮你创建一个干净的环境，不会污染系统自带的 Python 或其他包。我见过好多人直接在系统层 apt install，结果后面装其他工具时版本冲突，搞得一团糟。

用 Conda 安装的具体命令：

conda create -n blast_env -c bioconda blast
conda activate blast_env

等它跑完，你就在一个叫 blast_env 的独立环境里了。想测一下装没装好？直接敲：

blastn -version

如果能显示版本号，比如：

blastn: 2.14.0+
 Package: blast 2.14.0, build Sep 23 2022

那说明安装成功了。

4.3 环境变量配置——最容易翻车的地方

安装好 BLAST+ 之后，最重要的一步就是配置环境变量。说白了，就是告诉系统："BLAST 的那些命令（blastn、blastp、makeblastdb 等）放在哪个目录里，你随便在哪里敲都能找到它们。"

我第一次带实习生，他装完 BLAST 后直接敲 blastn，终端报 "command not found"。他一脸懵。其实就是环境变量没配好。

怎么做？

1. 找到你的 shell 配置文件
   • Bash 用户：~/.bashrc 或 ~/.bash_profile
   • Zsh 用户：~/.zshrc
2. 在文件末尾添加以下内容（路径改成你自己的 BLAST 安装位置）

# NCBI BLAST+ 环境变量
export PATH="/opt/ncbi-blast-2.14.0+/bin:$PATH"
export BLASTDB="/path/to/your/blast_databases"

• PATH：让系统能找到 blastn 等可执行文件
• BLASTDB：设置默认数据库存放路径，以后你建好的索引库放这里，BLAST 会自动去这个目录找

3. 使配置生效

source ~/.bashrc   # 如果是 bash
source ~/.zshrc    # 如果是 zsh

4.4 验证安装 & 简单测试

配好了环境变量，再来一次：

blastn -version

如果显示正常，再试试能不能调用帮助文档：

blastn -help

能看到密密麻麻的参数说明，就说明环境变量没配错。

接下来可以做一个最简单的测试，用 BLAST 自带的示例数据跑一跑：

# 先建一个小数据库
makeblastdb -in test.fa -dbtype nucl -out test_db

# 然后用一条查询序列去比对
blastn -db test_db -query query.fa -out result.txt

如果 result.txt 里出现了比对结果，恭喜你，环境搭建全部完成。