短核苷酸序列的生物ython-blast参数

Question

我正试图用NCBIWWW.biopython运行blastn。
我正在对给定的示例文件使用qblast函数。
我定义了一些方法，当我的fasta包含足够长的序列时，一切都像一个符咒。唯一失败的情况是当我需要爆炸来自Illumina测序的读数太短时。所以我想说这可能是因为在提交工作时没有自动重新定义爆破参数。在

我尽我所能接近爆炸短条件（见表C2从here）没有任何成功。在

看来我不能输入正确的参数。在

我想我越接近工作的情况是：

result_handle = NCBIWWW.qblast("blastn", "nr",
                                fastaSequence,
                                word_size=7,
                                gapcosts='5 2',
                                nucl_reward=1,
                                nucl_penalty='-3',
                                expect=1000)

谢谢你给我的建议。在

我的fasta read示例如下：

^{pr2}$

我得到的错误是：

>ValueError: Error message from NCBI: Message ID#24 Error: Failed to read the Blast query: Protein FASTA provided for nucleotide sequence

当我看一下this page时，我的问题似乎是关于如何确定阈值，但显然，到目前为止，我并没有设法使它起作用。在

谢谢你的帮助。在

Answer 1

此代码适用于我（Biopython 1.64）：

^{1}$

也许你通过了一个错误的快速顺序。Biopython没有从SeqRecords（或任何东西）到普通FASTA的任何转换。您必须提供如上所示的查询。在

Blast确定序列是核苷酸还是蛋白质，读取前几个字符。如果它们在“ACGT”中高于阈值，那就是核苷酸，否则就是蛋白质。因此，你的序列处于100%的“ACGT”阈值，不可能被解释为蛋白质。在

Answer 2

有一次我在爆破肽方面遇到了问题，这似乎是一个正确选择参数的问题。我花了很长时间才弄清楚它们到底应该是什么（各种网站上不一致且稀少的数据，包括这方面NCBI文档中相当复杂的数据）。我知道你对爆破核苷酸序列感兴趣，但你可能会找到你的解决方案，同时看看下面的代码。尤其要注意参数filter、composition_based_statistics、word_size和{}。对我来说，他们似乎是至关重要的。在

^{1}$