用過網頁版本 BLAST 的童鞋都會發現，提交的序列比對往往在幾分鐘，甚至幾十秒就可以得到比對的結果；而通過調用 API 卻要花費幾十分鐘或者更長的時間！這到底是為什麼呢？
NCBIWWW 基本用法
首先，我們來看一下提供了基於 API 在線比對的 Biopython 模塊。
Biopython 中的 BLAST 提供了 over the Internet 和 locally 兩種選擇：
Bio.Blast.NCBIWWW 主要是基於 NCBI BLAST API 用於在線比對Bio.Blast.Applications 模塊則是調用本地安裝好的 BLAST 程序以及資料庫執行比對。
在這裡我們來重點看一下 Bio.Blast.NCBIWWW 。Bio.Blast.NCBIWWW 模塊中主要是通過 qblast() 函數來調用 BLAST 的在線版本。它具有三個非可選參數：
第一個參數是用於搜索的 blast 程序，為小寫字符串。目前，qblast（biopython==1.7.4）僅適用於 blastn，blastp，blastx，tblast 和 tblastx。第二個參數指定要搜索的資料庫。關於這個選項，在 NCBI Guide to BLAST 上有詳細的描述。第三個參數是包含查詢序列的字符串。這可以是序列本身，也可以是 fasta 格式的序列，或者是諸如 GI 號之類的標識符。
qblast 函數還接受許多其他選項參數，這些參數基本上類似於我們可以在 BLAST 網頁上設置的不同參數。我們在這裡只重點介紹其中一些：
參數 url_base 是設置用於在 Internet 上運行 BLAST 的基本 URL。默認情況下，它連接到 NCBI（即 url_base='https://blast.ncbi.nlm.nih.gov/Blast.cgi'），但是可以使用它連接到雲端運行的 NCBI BLAST 實例。更多詳細信息請參閱 qblast 功能的文檔。qblast 函數可以返回各種格式的 BLAST 結果，您可以使用可選的format_type 關鍵字進行選擇：「HTML」，「Text」，"ASN.1」 或 "XML"。默認值為 「XML」，因為這是解析器期望的格式。參數 expect 用於設置期望值或 e-value 閾值。
有關可選的 BLAST 參數的更多信息，請參考 NCBI 自己的文檔或 Biopython 內置的文檔：
請注意，NCBI BLAST 網站上的默認設置與 qblast 上的默認設置不太相同。如果獲得不同的結果，則需要檢查參數(例如，e-value 值和 gap 值)。
例如，如果您要使用 BLASTN 在核苷酸資料庫（nt）中搜索核苷酸序列，並且知道查詢序列的 GI 號，則可以使用：
另外，如果我們的查詢序列已經存在於 FASTA 格式的文件中，則只需打開文件並以字符串形式讀取此記錄，然後將其用作查詢參數：
我們還可以將 FASTA 文件作為 SeqRecord 對象進行讀取，然後僅提供序列本身進行比對：
僅提供序列意味著 BLAST 將自動為您的序列分配一個標識符。您可能更喜歡使用 SeqRecord 對象的 format 方法來製作 FASTA 字符串（其中將包含現有標識符）：
無論給 qblast() 函數提供什麼參數，都應在 handle 對象（默認為 XML 格式）中返回結果。下一步是將 XML 輸出解析為表示搜索結果的 Python 對象，但是您可能想先保存輸出文件的本地副本。在調試從 BLAST 結果中提取信息的代碼時，我發現這特別有用（因為重新運行在線搜索速度很慢，並且浪費了 NCBI 計算機時間）。
我們需要小心一點，因為我們只能使用 result_handle.read() 讀取一次 BLAST 輸出——再次調用 result_handle.read() 會返回一個空字符串。
完成上面的操作後，結果將保存在文件 my_blast.xml 中，並且原始句柄已提取了所有數據（因此我們將其關閉了）。但是，BLAST 解析器的解析功能採用了類似於文件句柄的對象，因此我們可以打開保存的文件進行輸入：
現在我們已經將 BLAST 結果重新放回了句柄中，下一步，如果我們準備對它們進行處理，我們可以參考 Biopython 中 Parsing BLAST output 部分的內容，這裡不再說明。
NCBIWWW 實現
在了解 NCBIWWW 的實現前，我們先來看一下 NCBI BLAST 對於 API 使用的一些說明：
NCBI BLAST 伺服器是共享資源。為了確保整個社區都能使用該服務，他們可能會限制某些高流量用戶的搜索。他們會將在 24 小時內提交 100 次以上搜索的用戶的搜索移到較慢的隊列中，或者在極端情況下將阻止請求。 NCBI BLAST 優先考慮互動的用戶，通過網絡瀏覽器的 NCBI 網頁的交互式用戶不會遇到以上的問題。
對於 API 的使用準則：
與伺服器聯繫的頻率不要超過每 10 秒一次。不要輪詢每一個 RID(Request ID) 多於一分鐘一次。使用 URL 參數電子郵件和工具，以便 NCBI 在出現問題時可以與您聯繫。如果將提交超過 50 個搜索，則在周末或東部時間東部時間晚上 9 點至凌晨 5 點之間運行腳本。
我們再來看一下 NCBIWWW 在源碼層面的處理：
可以看到 NCBIWWW 從 20 秒的延遲開始，然後開始每隔一分鐘執行一次 request 輪詢，直至任務完成或者任務出現異常。
所以，總的來說，NCBI BLAST API 的使用準則，加上 NCBI BLAST 對用戶請求的任務隊列處理，甚至 NCBI BLAST 伺服器共享資源的限制，以及總用戶請求數，這些都可能成為 NCBIWWW.qblast() 異常耗時的原因，這其中還不算個人伺服器的網絡影響。綜上種種原因，如果考慮使用 NCBIWWW.qblast() 執行頻繁的序列在線批處理，或許不是一個好的解決方案。
最後，基於 Python 的 NCBI BLAST 在線批處理，如果你有更好的方法，歡迎留言交流。