4. BLAST 本地环境搭建：从源码到可执行文件

好，我们进入正题。BLAST 的本地环境搭建，说白了就是把它装到你自己的机器上，而不是每次都用 NCBI 的在线服务。我刚开始接触这玩意儿时，也觉得在线版挺方便，但后来跑大规模基因组比对时，才发现本地环境才是真正干活的地方——数据不用上传下载，想怎么调参数就怎么调，跑批处理也毫无压力。

搭建方式主要有三种：源码编译、用预编译包、还有依赖库的手动配置。这章我会把每种方法的关键步骤和我的个人经验都揉进去，帮你少走弯路。

4.1 依赖库配置：先打好地基

不管你走哪条路，依赖库都得提前配好。BLAST 核心依赖其实不多，主要包括 zlib（压缩）、bzip2（另一种压缩格式）、以及 pcre（正则表达式库）。但如果你要跑 GPU 加速版本，还得装 CUDA 工具包。

我踩过最深的坑之一，就是编译 BLAST 时提示缺少 zlib，结果装了一个老版本，又触发了一大堆 ABI 兼容性问题。后来学乖了，直接用系统包管理器装最新版。

在 Ubuntu/Debian 上，一条命令搞定：

sudo apt update
sudo apt install -y build-essential libz-dev libbz2-dev libpcre3-dev cmake git

在 CentOS/RHEL 上，命令稍有不同：

sudo yum groupinstall "Development Tools"
sudo yum install -y zlib-devel bzip2-devel pcre-devel cmake git

macOS 用户可以用 Homebrew：

brew install zlib bzip2 pcre cmake

4.2 预编译包安装：最快上手的方式

如果你只是想尽快用上 BLAST，预编译包是最省心的选择。NCBI 官方为 Windows、macOS 和 Linux 都提供了编译好的二进制文件，解压即用。

我建议从 NCBI 官网下载最新的 release 包。具体步骤：

1. 下载压缩包：根据你的系统选择合适的版本（Linux x86_64 最常见）
2. 解压：tar -xzf ncbi-blast-*.tar.gz
3. 添加环境变量：将 bin/ 目录加入 PATH
4. 验证：运行 blastn -version

举个完整的例子：

# 下载（以 Linux 2.14.0+ 版本为例）
wget https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.14.0+-x64-linux.tar.gz

# 解压到指定目录
tar -xzf ncbi-blast-2.14.0+-x64-linux.tar.gz -C /opt/
cd /opt/ncbi-blast-2.14.0+

# 配置环境变量（写入 ~/.bashrc 永久生效）
echo 'export PATH=/opt/ncbi-blast-2.14.0+/bin:$PATH' >> ~/.bashrc
source ~/.bashrc

# 验证
blastn -version

输出类似这样，就说明成功了：

blastn: 2.14.0+
Package: blast 2.14.0, build Aug 11 2023 10:00:00

4.3 源码编译：完全掌控编译选项

当你需要针对特定 CPU 做优化（比如开启 AVX2 指令集）、或者想把 BLAST 嵌入到你的数据分析管道中时，源码编译就派上用场了。NCBI 的 BLAST+ 使用 CMake 构建系统，我自己的习惯是建一个单独的 build 目录，保持源码目录清爽。

最基础的编译流程：

# 克隆源码
git clone https://github.com/ncbi/ncbi-blast.git
cd ncbi-blast

# 配置（使用 CMake）
cmake -B build -DCMAKE_BUILD_TYPE=Release

# 编译（-j 后面的数字看你 CPU 核心数，我一般用 4 或 8）
cmake --build build -j4

# 安装到指定目录
cmake --install build --prefix /opt/ncbi-blast-custom

常用 CMake 参数，我整理了一个表格，方便你对照：

4.4 避坑指南：我踩过的几个大坑

嗯，这部分纯粹是我个人的血泪史。我希望你读完后，能跳过这些坑。

• 坑一：静态链接 vs 动态链接
  我曾在生产服务器上编译了静态链接的 BLAST，然后发现二进制文件体积超过 200MB。虽然便于分发，但升级某个依赖库时就得重新编译整个包。我现在更倾向于动态链接，除非你是要分发到没有 root 权限的环境中。
• 坑二：CMake 版本太老
  BLAST 源码对 CMake 的最低版本有要求（我记得 3.12+）。有一次我在老服务器上编译，cmake 版本是 3.5，直接报错不认 -B 参数。解决办法是用 pip 安装新版 cmake：pip install cmake。
• 坑三：系统的库路径冲突
  如果你系统里同时有系统自带的 zlib 和 Conda 环境里的 zlib，编译时可能会链接到错误的版本。我的习惯是用 LD_LIBRARY_PATH 或 cmake -DCMAKE_PREFIX_PATH 显式指定路径，别偷懒。

# 显式指定 zlib 路径的例子
cmake -B build -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_PREFIX_PATH=/usr/local/opt/zlib

4.5 验证你的环境

不论你用哪种方式搭好环境，最后一定要做一次完整的跑通验证。我习惯写一个简单的测试：创建一个很小的 FASTA 文件，跑一次 blastn，看看能不能正常输出。

# 创建测试数据
echo -e ">test_query\nACGTACGTACGTACGTACGT" > query.fa
echo -e ">test_db\nACGTACGTACGTACGTACGT" > db.fa

# 建索引（使用 makeblastdb）
makeblastdb -in db.fa -dbtype nucl -out test_db

# 运行 blastn
blastn -query query.fa -db test_db -out results.txt

# 查看结果
cat results.txt

如果能正确输出比对结果，哪怕只有一条记录，都说明你的环境已经跑通了。我在培训新成员时，每次都用这个测试文件来快速确认他们的环境没问题。