mRNA blastx against nr database 速度太慢怎么办[已解决]

maxineliu

我正在分析一个非模式生物的mRNA数据(没有参考基因组), 所以没有该生物的基因注释库, 因此我计划比对比较general的蛋白质库. 除了blast了swiss protein库之外, 我还打算对比ncbi的nr库. 可是问题是速度实在太慢了.

问题描述如下:
单个样本de novo assembly的转录组大小: 140M左右
单个样本的转录本个数: 130k左右
使用的blastx命令如下:
blastx -query sample_assembly.fasta \
    -db database_path/nr \
    -num_threads 40 \
    -max_target_seqs 1 \
    -outfmt 6 \
    -evalue 1e-3 > sample_name.outfmt6

耗时三天, sample_name.outfmt6文件里只有900多条比对结果, 离完成还差得远.

想请教做过nr比对的大佬们, 这个速度是不是不正常啊, 有什么办法可以提速吗, 谢谢!

maxineliu

更新一下进展:
在google上搜了一圈发现blast这个工具就是这么慢, 并不是我的命令出错之类的. 但是市面上出现了一些blast-like alignment tool. 我选择使用的是DIAMOND, 实测用blastx要分析一个月以上的流程, DIAMOND只用几个小时就完成了, 而且开发者声称它的结果可以和blast的结果媲美.

DIAMOND的发表文章:

Buchfink B, Reuter K, Drost HG, "Sensitive protein alignments at tree-of-life scale using DIAMOND", Nature Methods 18, 366–368 (2021). doi:10.1038/s41592-021-01101-x

Buchfink B, Xie C, Huson DH, "Fast and sensitive protein alignment using DIAMOND", Nature Methods 12, 59-60 (2015). doi:10.1038/nmeth.3176