高速な相同性検索ソフト，blat．
ゲノムを扱うときには重宝します．
最近気になったこと．
blatで取得した情報を元に配列を取ってくるとき．
僕はblatの出力形式pslのT startからT endまでを取得する自作ソースを使っている．
実際には貰い物を元に少しアレンジしたもの．
取得した配列をアライメントすると，必ず先頭に1塩基余っている．
なんで？完全に無駄じゃん？
自作ソースが悪いのかと思って穴が空くほど見たし，試したが，間違ってない．
モニターに穴が空くわけないんだけど．
で，今度はblatに問題があるんじゃないかと調べた結果，
なんと，T startが開始位置-1を表示しているようだ．まだ始まってないじゃん．
T startの次からが相同な配列ということか．
それを踏まえて自作ソースを改変し，解決した．
startの概念が覆った日でした．
####################################
以下，試してみたことの詳細．
・仮想ゲノムファイルとして，以下のfastaファイルを作る．
>test1
TAAAAAAAAACAAAAAAAAAGAAAAAAAAATTAAAAAAAACCAAAAAAAAGGAAAAAAAATTTAAAAAAACCCAAAAAAAGGGAAAAAAATTTTAAAAAACCCCAAAAAAGGGGAAAAAATTTTTAAAAACCCCCAAAAAGGGGGAAAAATTTTTTAAAACCCCCCAAAAGGGGGGAAAA
少なくとも10塩基あればどの位置かわかるような仮想ゲノム．
・仮想クエリファイルとして，以下のfastaファイルを作る．
>hoge
TAAAAAAAAACAAAAAAAAAGAAAAAAAAAT
これらを用いて，
blat genom.fasta query.fasta test.blat
で単純にpslファイル取得．
もちろん，1番目から31番目の計31塩基を取得したはず．
0番目を考えれば，0番目から30番目かもしれない．
pslファイルを見てみると
なんと，T startは0，T endは31に！！
ちなみに，本体の中身を確認するほどの気力はない．
お試しあれ．
PR
