BLAST+ 工具套件介绍：5 个核心 BLAST 工具的区别与选择
嗯，咱们就直接进入正题吧。
BLAST+ 套件里，最常用的就是这五个工具：blastn、blastp、blastx、tblastn 和 tblastx。
说白了吧，它们本质上干的事儿都一样——拿你的序列去数据库里找亲戚。但区别在于，它们找亲戚的“眼光”和“方式”不一样。你想想看，核酸序列和蛋白序列的保守性差远了去了。我刚入行那会儿，看着这五个名字也头大。
别急，咱们一个一个理清楚。
1. 核心区别：比的是什么？
这五个工具的名字里其实暗藏玄机。我们只要搞懂两个字母：t 和 x。
- blastn：核酸 vs 核酸。最直白，速度最快。
- blastp：蛋白 vs 蛋白。功能注释的主力。
- blastx：核酸 → 翻译成蛋白 → 比对蛋白库。我特别喜欢这个，它能跨过内含子（虽然细菌很少有内含子，但对真核生物基因预测很有用）。
- tblastn：蛋白 → 比对核酸库（数据库动态翻译）。正好和 blastx 反过来。
- tblastx：核酸 → 蛋白 vs 核酸 → 蛋白。两头都翻译，最灵敏，也是最慢的。
关键点： 带字母 “t” 的，说明数据库序列需要先翻译。带字母 “x” 的，说明查询序列需要先翻译。tblastx 是两边都要翻一遍。
2. 工具选择决策流
我平时在管线里怎么选？下面这张图可以帮你快速定位。
我的个人习惯： 拿不准的时候，先用 blastx 跑一小段 contig 看看情况。如果召回率不理想，再考虑上 tblastn 或 tblastx。
3. 实战避坑指南
blastn： 我最常用的就是这个。速度快，适合大批量筛选。但我曾经过分相信它的默认参数，结果忽略了跨物种的保守性差异。
# 常用用法
blastn -query 16S.fasta -db nt -out result.txt -outfmt 6 -evalue 1e-10blastp： 这才是功能注释的正主。蛋白层面的相似性往往才代表真正的功能同源。我一般在做细菌全基因组注释管线时，blastp 肯定要跑一轮。
blastp -query protein.faa -db nr -out annotation.txt -num_threads 8blastx： 这个工具很巧妙。它先把你的核酸序列翻译成蛋白，再去找亲戚。这在分析新测序的细菌基因组，或者找跨物种的同源基因时特别管用。
blastx -query genome.fna -db nr -out predicted_genes.txt -evalue 1e-5
千万注意： 不要用默认参数跑 tblastx 做全基因组比对。我有个实习生曾经就这么干过，结果跑了一整天把服务器干宕机了。对于全基因组范围的数据，tblastx 会进行 6 框翻译，计算量是几何级增长的，除非你是在找非常遥远的同源序列，否则轻易别碰它。
4. 一句话总结
- blastn：快，找近亲（同物种或近缘物种）。
- blastp：稳，做功能注释的主力。
- blastx：巧，通过蛋白层面预测基因功能。
- tblastn：专，用蛋白钓核酸库里的远亲。
- tblastx：绝，终极武器，非必要不用。
好了，这五个工具的区别和选择逻辑基本就这些。说白了，选哪个工具，取决于你手里有什么牌（查询序列），以及你想去哪个牌桌找对手（数据库）。