问题标签 [blast]

everyone. I'm trying to filter a big xml file (from a BLAST) to keep only some <Interaction> nodes defined by a list of <Iteration_iter-num> values that I define from a file. Here is a simplified example (the real Blast.xml have more than 80000 Iterations):

and I have a file with the iterations to keep (saved as keep_iter):

For this kind of low scale problem I managed to do the filtering with xmlstarlet, creating first a version of the file to store the string for the comparison (saved as filter):

This works as a charm with:

Basically, I removed all the Iteration nodes that were not in the filter file Obtaining:

The problem is that I really have a keep_iter file with 20000 values to filter. When I create the filter file and run the xmlstarlet command above, the argument is obviously too long.

Any suggestion to filter such a Blast.xml file to keep only those Iteration nodes which iteration number is listed in the keep_iter file (with 20k values)? I want to keep the original xml structure.

我正在尝试通过 Easy PHP Dev Server 13.1（Apache 2.2，Windows 7）在本地运行 Web Blast 2.2.28+，但是当我单击搜索时，当我在我的站点中打开它时显示 ERROR 403 或出现以下消息（ blast.cgi 内容），当我直接使用 blast.html 页面时：

Apache 安装在“C:\Program Files (x86)\EasyPHP-DevServer-13.1VC9\binaries\apache\bin”并配置如下（httpd.conf）：

blast.html 文件位于“C:\Program Files (x86)\EasyPHP-DevServer-13.1VC9\data\localweb\original\cgi-bin”。

在 Apache Access 日志中，我发现：

并在 Apache 错误日志中：

我真的不太了解 Apache，但我没有在 httpd.conf 中激活 ExecCGI 吗？我很困惑。

我一直在尝试我能想象到的所有组合（更改路径、文件名、apache 选项序列），但是……什么都没有。

有人可以帮助我吗？我非常需要，自 2012 年以来我一直在努力让它运行。

谢谢大家，对任何语言问题感到抱歉=）。迪米特里乌斯

我正在处理一个大的 BLAST 文件和一个大的 FASTA 文件，我需要为一个 BLAST 块加载几行 FASTA（假设它是一行）。

我希望在 BLAST 的第二个循环（行）中，它将在最后处理的 FASTA 行的下一行继续，但它正在加载所有相同的 FASTA 行。为什么？我怎样才能加载下一行？真的有必要添加一些索引吗？

FASTA 具有典型的格式：

我需要下一个 BLAST 序列的每一行的每个序列。

我正在尝试使用 blastdbcmd - 当我在 cmd 上键入以下内容时

弹出以下错误：

我输入%f的是 Fasta 格式，即使在互联网上花费了这么多时间来弄清楚，我仍然不知道如何解决这个错误。你能帮我吗？

Biostar的Rnaer提出了一个有趣的问题：

我想找到与 C.elegans 基因组的任何区域都不匹配的给定长度（例如 30nt）的独特 dna/蛋白质序列。有什么工具可以做到这一点吗？

我正在尝试从单个 FASTA 文件中运行多个序列的 BLASTN 搜索。我可以轻松地从文件中查询单个序列，但很难查询一个文件中的所有序列。由于这些是相对较短的读取，我宁愿不将文件拆分为单独的序列并分别查询每个序列。

这是我到目前为止所尝试的：

有人有什么想法吗？

我有一个查询列表并在一个文件 (file1) 中点击 gi。我有另一个文件，其中有完整的命中名称（file2），现在我想将命中 gi 从 file1 替换为具有完整命中名称的 file2。我希望 gi 必须在每个对应的查询前面用相同的 gi 替换。

文件 1

文件2

所需的输出：

将 BLAST 命令组合到 perl 脚本时，我被卡住了。问题是第二部分开始时命令行暂停了。

PART I 用于裁剪 fasta 序列。PART II 用于对 PART I 生成的文件进行 BLAST。两个部分单独运行都可以，但组合在一起时遇到了“暂停”问题。

我猜是因为第一部分生成的 $ARGV[1] 和 $ARGV[3] 不能在第二部分中使用。我不知道如何解决，虽然我尝试了很多。

谢谢！

我有带有爆炸输出的巨大文件，我需要选择查询 ID、主题 gi 和框架（基本上是整行），其中 e 值最低，省略重复行（省略所有其他具有其他更高 e 值的行）。这是文件的样子：

在这种情况下，预期的输出应该只有这两行，因为它们是具有最小 e_value 的：

我已经编写了代码，但似乎不起作用。你们能帮我解决这个问题吗？我非常感谢您的时间和帮助。这是我到目前为止所拥有的：

我是生物信息学领域的新手。我正在查看一个 BLAST xml 输出文件，并试图了解为什么每个爆炸命中下都有多个 HSP。我知道 HSP 代表 High-Scoring Segment Pair，但我真的不明白如何以及为什么将多个 HSP 分配给单个命中。