parsing_blast_result.pl

Usage: /home/chenlianfu/chenlianfu_scripts/parsing_blast_result.pl [options] blast.out > blast.tab 对BLAST的xml或tab格式的结果进行解析和过滤，得到更准确的BLAST结果。结果为表格形式（BLAST outfmt6），结果按query序列的ID排序，每个query序列的比对结果按得分排序。 --type default: xml 设置输入BLAST结果文件的类型。可以设置为xml或tab两种类型。 若是tab格式，则BLAST结果中没有query与subject的序列长度信息，默认设置下无法使用--subject-coverage和--query-coverage参数的覆盖率阈值对结果进行过滤。在设置--db-subject输入数据库FASTA文件后可以使用--subject-coverage参数进行过滤；在设置--db-query输入query序列FASTA文件后可以使用--query-coverage参数进行过滤。 若是xml格式，结果文件中包含query和subject长度信息，从而不需要使用--db-subject和--db-query参数输入FASTA序列文件。 --no-header 添加该参数则不输出表头。 --max-hit-num default: 20 设置允许的最大hit数量。 --evalue default: 1e-5 设置HSP的evalue阈值。 --identity default: 0.05 设置HSP的identity阈值。 --CIP default: 0.2 设置cumulative identity percentage阈值（这里依然使用了比值，单位不是%，所以其值要设置不大于1，默认值0.2表示20%阈值），对Hit进行过滤。CIP = 所有HSPs的一致位点之和 / 所有HSPs的比对长度之和。 --subject-coverage default: 0.2 设置所有HSPs对subject序列总体的覆盖率阈值。该参数阈值在文献中也被称为CALP（cumulative alignment length percentage），即 sum of all HSPs / subject length。 --db-subject 输入数据库的FASTA文件，以获取subject序列长度信息。 --query-coverage default: 0.2 设置所有HSPs对query序列总体的覆盖率阈值。该参数阈值在文献中也被称为CALP（cumulative alignment length percentage），即 sum of all HSPs / query length。 --db-query 输入query序列的FASTA文件，以获取query序列长度信息。 --percentage-of-top-bitscore default: 100 使用bitscore得分对hit进行过滤，设置输出hits的bitscore得分和最高得分相差不超过最高得分的百分数。hit若有多个HSPs，则取最高的HSP得分作为hit的得分；若数据库非常大，则推荐将设置该参数值设置为10，则能极大减少比对结果，保留最准确的结果；若数据库比较小，则推荐设置该参数值为50，或使用默认值；使用该参数来减少比对结果，优于仅使用最优比对结果。 --HSP-num default: max 若一个hit有多个HSPs，该参数设置输出得分指定数目个最高的HSPs。默认输出所有的HSPs。 --out-hit-confidence 添加该参数，则在表格结果第13、14和15列分别输出Hit的CIP、CALP_query、CALP_subject值。 --suject-annotation 若--type参数的值是xml，添加该参数可以生效，则额外增加最后一列suject annotation注释结果。