blast2go本地化-2017教程

Blast2go本地化教程网上也有不少，但是都是13年之前的，由于最近有这个需求，我也重新收集了下资料，然后整理了下：

主要参考：

http://blog.shenwei.me/local-blast2go-installation/ http://www.blast2go.com/b2glaunch/resources/35-localb2gdb 各种baidu+google

通常我们上游分析得到的蛋白序列需要和主流的数据库进行比对，完成功能注释。常用数据库一共有以几种：

    Nr：NCBI官方非冗余蛋白数据库，包括PDB, Swiss-Prot, PIR, PRF; 如果要用DNA序列，就是nt库
    Pfam: 蛋白结构域注释的分类系统
    Swiss-Prot: 高质量的蛋白数据库，蛋白序列得到实验的验证
    KEGG: 代谢通路注释数据库.
    GO: 基因本体论注释数据库

这里我们就讲解如何本地化Blast2go完成蛋白序列到GO数据库的注释。

前期准备

1. Mysql，这个肯定不用说了，必须的要的，我的是ubuntu 14.04，用apt默认安装的，然后将默认数据库目录改到自己的空间大的目录下，我是改到home目录下了，可参考修改mysql默认数据库目录
2. Java，这个教程里面说是1.6 or 1.7，但我试了下1.8也是可以用的，那肯定就是用1.8咯，教程点明必须要Oracle JDK版，我也没试过open版到底行不行，所以还是听教程的，安装步骤很简单，使用add-apt进行安装 sudo add-apt-repository ppa:webupd8team/java sudo apt-get update sudo apt-get install oracle-java8-installer
3. 数据的下载，其实就是一个需要导入mysql库的数据，主要用于比对后的id mapping 这些直接用wget下载就行了
   • godatabase： http://archive.geneontology.org/latest-full/ 下载go_monthly-assocdb-data.gz即可
   • gene2accession.gz： ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/gene2accession.gz
   • gene_info.gz： ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/gene_info.gz
   • idmapping.tb.gz: ftp://ftp.pir.georgetown.edu/databases/idmapping/idmapping.tb.gz
4. 下载安装文件： local_b2g_db.zip

文件整理

新建一个目录blast2go（名字随意），解压上述文件，并将所有文件都放到blast2go目录下，然后cd到blast2go目录下，进行后续操作，文件总共有这几个：

b2gdb.sql  
b2gdb.sql~  
gene2accession  
gene_info  
go_monthly-assocdb-data  
idmapping.tb
mysql-connector-java-5.0.8-bin.jar

导入数据库

1. 将b2gdb.sql导入mysql数据库，并添加几个表格(前提你有root权限，没有权限的话，请参照上面的参考文章) mysql -u root -p password < b2gdb.sql
2. 创建mysql数据库的一个用户blast2go，密码为blast4it(自己记住密码)，方便后续调用这个数据库（我对数据库不熟悉，反正我照做了） mysql -u root -p password -e "GRANT ALL ON b2gdb.* TO 'blast2go'@'localhost' IDENTIFIED BY 'blast4it';" mysql -u root -p password -e "FLUSH PRIVILEGES;"
3. 接下来就是导入各个数据了 mysql -s -u root -p password b2gdb < go_monthly-assocdb-data #这步耗时会很久 mysql -u root -p password b2gdb -e "LOAD DATA LOCAL INFILE '/home/anlan/blast2go/gene2accession' INTO TABLE gene2accession FIELDS TERMINATED BY '\t' LINES TERMINATED BY '\n';" mysql -u root -p password b2gdb -e "LOAD DATA LOCAL INFILE '/home/anlan/blast2go/gene_info' INTO TABLE gene_info FIELDS TERMINATED BY '\t' LINES TERMINATED BY '\n';"
4. 最后导入mapping数据（如果你b2gdb密码设置的不是blast4it，记得下面的命令也跟着改，后续的一些的配置文件中的b2gdb的密码也要跟着改） java -cp .:mysql-connector-java-5.0.8-bin.jar: ImportIdMapping /home/anlan/blast2go/idmapping.tb localhost b2gdb blast2go blast4it

测试

理论上，上述的步骤都没报错的话，下面的测试肯定没问题的

1. 下载官网的测试例子https://blast2go.com/data/blast2go/b2g4pipe_v2.5.zip，其实也是之后正式使用的执行文件
2. 修改配置文件b2gPipe.properties，如下： // GO and B2G Data Access Basic Dbacces.dbname=b2gdb Dbacces.dbhost=your_ip:3306 Dbacces.dbuser=blast2go Dbacces.dbpasswd=blast4it your_ip即为你的ip地址，如果你有root权限的话，安装mysql时默认是3306端口的，不是的话，需要改为你设置的端口
3. 运行自带的例子 sh ./runPipeExample.sh 结果会出现在当前目录下的result文件夹中，主要的也就是.dat和.annot两个文件了

注意：

1. 如果是go_monthly-assocdb-data数据导入时卡了或者异常退出了，需要重新导入的话，只要重新执行下命令就行了 mysql -s -u root -p password b2gdb < go_monthly-assocdb-data
2. 如果是gene2accession和gene_info异常退出的话，需要先将mysql里面的对应的表格删除后，才能重新执行命令 mysql> use b2gdb; mysql> truncate table gene2accession; mysql> truncate table gene_info;
3. 如果是idmapping.tb异常退出的话，需要删除的表格是gi2uniprot，然后再重新执行命令 mysql> use b2gdb; mysql> truncate table gi2uniprot;

后记

不知道有没有想过，做成一个R包呢？