blast 検索をする際、先に blast 用のデータベースを作成しておく必要がある。blast 用のデータベースを作成するコマンドは makeblastdb である。
blast 用データベースの作成方法
blast 検索時にデータベースとして利用したい塩基配列またはアミノ酸配列を用意し、makeblastdb でデータベースを作成する。例えば、シロイヌナズナの blast 検索用データベースを作成する際に、まず全ゲノムデータを arabidopsis.org のサイトから TAIR9_chr_all.fas をダウンロードしてくる。次に、ダウンロードしたデータのあるディレクトリに移動し、makeblastdb コマンドを実行する。
makeblastdb -in TAIR9_chr_all.fas -out TAIR9DB -dbtype nucl -parse_seqidsコマンドが実行されると、ディレクトリには「TAIR9DB.nin」、「TAIR9DB.nsd」、「TAIR9DB.nsq」、「TAIR9DB.nhr」、「TAIR9DB.nog」、「TAIR9DB.nsi」などのファイルが生成される。（タンパク質の場合は「nin」などが「pin」となる。）
上記のコマンドの「-out」に指定した文字列がデータベース名となる。blast 検索するときは、次のようにデータベースを指定する。
blastn -db TAIR9DB -query query.famakeblastdb のオプション
makeblastdb にはいくつかのオプションが用意されている。特に注意すべきオプションとしては-dbtype、-in、-out である。-dbtype はデータベースの種類を指定するオプションで、核酸ならば -dbtype nucl と指定し、タンパク質ならば -dbtype prot と指定する。また、-in はデータベースを作成する元ファイルの名前、-out は作成したデータベースの名前を指定する。その他のオプションは makeblastdb -help を実行すれば、オプション名とともに説明が表示される。
makeblastdb -help| オプション | 説明 |
-dbtype | 核酸なら nucl を指定。タンパク質なら prot を指定。 |
-in | データベースを作る元となるファイル |
-input_type | データベースを作る元なるファイルのフォーマット（デフォルトは fasta ）。他に asn1_bin、asn1_txt、blastdb が指定できる。 |
-title | データベースのタイトル（デフォルトは入力ファイル名） |
-parse_seqids | 入力ファイルが fasta ファイルの時、配列の ID のインデックスを作成 |
-hash_index | 配列のハッシュをインデックス化 |
-mask_data | |
-gi_mask | |
-gi_mask_name | |
-out | データベース名（デフォルトは入力ファイル名） |
-max_file_sz | blast データベースの上限サイズ |