tools
This commit is contained in:
XXAY
@@ -0,0 +1,89 @@
|
||||
HMMER：
|
||||
在线使用：https://www.ebi.ac.uk/Tools/hmmer/search/phmmer
|
||||
下载：http://hmmer.janelia.org/static/binaries/hmmer3.0_windows.zip（将网址放在迅雷网盘进行下载，该文件含有readme.txt可参考使用）
|
||||
|
||||
功能：用于搜索同源蛋白序列以及蛋白序列对位排序，比如从序列数据库中，找同源的序列，或者对一个一个新的基因功能进行鉴定，使用hmmer比使用blast有着更高的灵敏度和更高的搜索速度，HMMER的程序如下，注意每个程序都是输出文件在前面，输入文件在后面
|
||||
phmmer:功能：与Blastp类似，使用一个蛋白质序列搜索蛋白质序列库
|
||||
格式：phmmer [-options] <query seqfile> <target seqdb>
|
||||
输入：你要检测的fasta格式的序列和你要搜索的数据库
|
||||
输出匹配的序列和特征：含有score,Taxonomy,Domain,Download
|
||||
参数：输入的文件格式为fasta格式，蛋白质序列库常用的包括Reference Proteomes,UniProtKB,SwissProt,PDB,Ensembl,输出格式包括tblout、domtblout等，蛋白质数据库需要下载
|
||||
jackhmmer:功能：与psiBlast类似，蛋白质序列迭代搜索蛋白质序列库
|
||||
格式：jackhmmer [-options] <query seqfile> <target seqdb>
|
||||
输入：你要检测的fasta格式的序列和你要搜索的数据库
|
||||
输出：匹配的序列及特征，含有score,Taxonomy,Domain,Download
|
||||
参数：输入的文件格式为fasta格式，蛋白质序列库常用的有Reference Proteomes,UniProtKB,SwissProt,PDB,Ensembl，蛋白质数据库需要下载
|
||||
hmmalign:功能 多重序列比对
|
||||
格式： hmmalign [-options] <hmmfile> <seqfile>
|
||||
输入：输入是fasta文件
|
||||
输出：Stockholm 格式的多重序列比对文件
|
||||
参数：输入文件序列格式包括FASTA、EMBL、GenBank、UniProt
|
||||
输出比对文件格式包括Stockholm、Pfam、A2M、PSIBLAST
|
||||
hmmbuild:功能：建立参考数据的隐马尔可科夫模型
|
||||
格式： hmmbuild [-options] <hmmfile output> <alignment file input>
|
||||
输入：多重序列比对的文件（Stockholm file）
|
||||
输出：建立的这些多重序列比对的隐马尔可科夫模型
|
||||
参数：输入文件支持很多生物数据格式如：CLUSTALW, SELEX, GCG MSF
|
||||
输出文件命名时的后缀为.hmm
|
||||
hmmscan:使用序列搜索HMM库
|
||||
格式： hmmscan [-options] <hmm database> <query seqfile>
|
||||
输入：hmm数据库和查询序列文件
|
||||
输出：含有Score和Download，hmm数据库所匹配的序列
|
||||
参数：HMM数据库有Pfam,TIGRFAM,Gene3D,Superfamily,PIRSF,TreeFam
|
||||
hmmsearch:功能：在数据库中寻找已经建立好的模体）
|
||||
格式： hmmsearch [options] <query hmmfile> <target seqfile>
|
||||
输入：建立好的参考数据模型、要搜索的数据库
|
||||
输出：输出结果
|
||||
参数：比较序列文件可以是FASTA、EMBL/UniProt、Genbank格式
|
||||
输出选项：
|
||||
-o：直接输出结果到文件，不是标准输出
|
||||
--tblout：tblout格式输出
|
||||
--domtblout：domtblout格式输出
|
||||
--pfamtblout：pfamtblout格式输出
|
||||
输出结果中分为两类，一类是针对序列的（full sequence），另一类是针对domain的（主要基于一条序列存在多个domain）。
|
||||
结果按照E-values值从小到大排序，形式与blast类似。
|
||||
其中target name是每个目标序列的名称；
|
||||
query name是查询序列的名称；
|
||||
score是比对得分，分值越高说明越相似；
|
||||
E-value目标序列的期望值（统计意义）；
|
||||
最重要的是E-value值，值越小，越可信，相当于一个统计量。
|
||||
hmmsim：功能没找到
|
||||
格式： hmmsim [-options] <hmmfile>
|
||||
输入：hmm格式的文件
|
||||
输出：以sequence为名的一行（2.out）
|
||||
hmmstat:显示HMM数据库的统计信息
|
||||
格式： hmmstat [-options] <hmmfile>
|
||||
输入：hmm格式的文件
|
||||
输出：有idx为名的那一行，含有name,accession,nseq,eff_nseq,M,relent,info,p relE,compKL
|
||||
输出显示：# hmmstat :: display summary statistics for a profile file
|
||||
# HMMER 3.0 (March 2010); http://hmmer.org/
|
||||
# Copyright (C) 2010 Howard Hughes Medical Institute.
|
||||
# Freely distributed under the GNU General Public License (GPLv3).
|
||||
# - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
|
||||
#
|
||||
# idx name accession nseq eff_nseq M relent info p relE compKL
|
||||
# ---- -------------------- ------------ -------- -------- ------ ------ ------ ------ ------
|
||||
1 sequence - 1 0.39 172 0.59 0.59 0.51 0.03
|
||||
hmmconvert:功能：转换HMM格式
|
||||
格式：hmmconvert [-options] <hmmfile>
|
||||
输入：hmm格式的文件
|
||||
输出：hmm格式转换后的文件
|
||||
hmmemit:功能：从HMM模型中，得到一个模式序列
|
||||
格式： hmmemit [-options] <hmmfile (single)>
|
||||
输入：hmm格式的文件
|
||||
输出：模式序列
|
||||
输出显示：>sequence-sample1
|
||||
IQYNNDSKLYLSLTRGVFKSSKVLAQVSKPPGIDTGTIHTTRRKRIVVDSETKSHELLDT
|
||||
AGDRYFSFDDYLRRATTLVFLFALNRLRHFRKRNTLCEKIMELHGGDNFPNMLVKSEVSD
|
||||
QISELDSEQCSLKPLGNAYKIPHVLAGNDVSKENDTGVLQLVRTIRQYIVRTGP
|
||||
hmmfetch:功能：通过名字或者接受号从HMM库中取回一个HMM模型
|
||||
格式： hmmfetch [options] <hmmfile> <key> (retrieves HMM named <key>)
|
||||
hmmfetch [options] -f <hmmfile> <keyfile> (retrieves all HMMs in <keyfile>)
|
||||
hmmfetch [options] --index <hmmfile> (indexes <hmmfile>)
|
||||
输入：hmm文件和HMM模型的名字或接受号
|
||||
输出：为这个名字或接受号的HMM模型
|
||||
hmmpress:格式化HMM数据库，包括压缩和创建索引，以便于hmmscan搜索使用
|
||||
格式：hmmpress [-options] <hmmfile>
|
||||
输入：hmm格式的文件
|
||||
输出：可获得H3F格式的文件，H3I格式的文件，H3M格式的文件，H3P格式的文件
|
||||
|
||||
@@ -0,0 +1,45 @@
|
||||
# blast
|
||||
|
||||
## 建立数据库
|
||||
|
||||
```shell
|
||||
makeblastdb -in Arabidopsis_thaliana.TAIR10.dna.toplevel.fa -dbtype nucl -out TAIR10 -parse_seqids
|
||||
|
||||
-in # 输入文件
|
||||
-dbtype # 类型 nucl 核酸 prot 蛋白
|
||||
-out # 输出文件位置和名字
|
||||
-parse_seqids #
|
||||
```
|
||||
|
||||
## 比对
|
||||
|
||||
```
|
||||
blastn
|
||||
```
|
||||
|
||||
-query: 检索文件
|
||||
|
||||
-query_loc : 指定检索的位置
|
||||
|
||||
-strand： 搜索正义链还是反义链，还是都要
|
||||
|
||||
out : 输出文件
|
||||
|
||||
-remote： 可以用NCBI的远程数据库， 一般与 -db nr
|
||||
|
||||
-evalue 科学计数法，比如说1e3，定义期望值阈值。E值表明在随机的情况下，其它序列与
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### 比对
|
||||
|
||||
Reference in New Issue
Block a user