RepeatModeler安装及使用
如果进行重复序列的预测,则使用RepeatModeler,可自身比对进行查找
安装
(1)下载地址:http://www.repeatmasker.org/RepeatModeler/
(2)RepeatModeler安装之前需要安装以下软件
- perl
- RECON - De Novo Repeat Finder; 鉴定重复家族
- RepeatScout - De Novo Repeat Finder; 从基因组中鉴定重复序家族序列
- TRF - Tandem Repeat Finder
- RMBlast - A modified version of NCBI Blast for use with RepeatMasker and RepeatModeler.或者
- ABBlast - Sequence Search Engine 任一一款搜索引擎
- RepeatMasker & Libraries
(2.1)各个软件详细安装方法
- RECON
1 #下载后
2 tar -zxf RECON-1.08.tar.gz
3 cd RECON-1.08/src
4 make
5 make install
6 #给recon.pl脚本中添加路径,第三行
7 $path = "*/RECON-1.08/bin"
- RepeatScout
1 #下载后
2 tar -zxf RepeatScout-1.0.6.tar.gz
3 cd RepeatScout-1.0.6
4 make
5 ##会生成build_lmer_table, RepeatScout-###两个程序
- TRF
1 #选择Linux command line 64-bit ,下载后,直接使用,不需要解压缩
- RMBlast
#下载后
tar -zxf rmblast-2.10.0+-x64-linux.tar.gz
#即可
- RepeatMasker(事先必须安装TRF,RMblast)
1 #下载后
2 tar -zxf RepeatMasker-4.1.0.tar.gz
3 cd RepeatMasker
4 chmod -R 755 *
5 ./configure. 执行后一步一步来,输入需要的路径
6
7 #首先是perl环境,默认自动检测,或者手动更改perl主程序路径后回车继续
8 #然后是TRF, 输入包含TRF的路径
9 #序列搜索引擎,刚才安装了RMblast,先选择RMblast,然后回车,然后选择5 done
10 #提示 完成安装,将RepeatMasker设置到环境变量即可
(3)安装RepeatModeler
1 #下载后
2 tar. -zxf RepeatModeler-2.0.1.tar.gz
3 cd RepeatModeler-2.0.1
4 chmod -R 755 *
5 perl ./configure 根据提示,一步一步来,和上面repeatmasker类似
使用
(1)RepeatModeler 预测基因组重复序列,为下一步的RepeatMasker建立重复序列数据库
1 #建库,利用rice 一个实例fasta文件
2 BuildDatablase –name ricedb –engine ncbi rice.sample.2.fa
3
4 #参数说明
5 -name <database name>
6 The name of the database to create.
7 -engine <engine name>
8 The name of the search engine we are using. I.e abblast/wublast or rmblast.
9 -dir <directory>
10 The name of a directory containing fasta files to be processed. The
11 files are recognized by their suffix. Only *.fa and *.fasta files
12 are processed.
13 -batch <file>
14 The name of a file which contains the names of fasta files to
15 process. The files names are listed one per line and should be fully
16 qualified.
17
18 RepeatModeler -database ricedb -pa 5
19
20 #参数说明
21 -database
22 The name of the sequence database to run an analysis on. This is the
23 name that was provided to the BuildDatabase script using the "-name"
24 option.
25 -pa #
26 Specify the number of parallel search jobs to run. RMBlast jobs will
27 use 4 cores each and ABBlast jobs will use a single core each. i.e.
28 on a machine with 12 cores and running with RMBlast you would use
29 -pa 3 to fully utilize the machine.
30 -recoverDir <Previous Output Directory>
31 If a run fails in the middle of processing, it may be possible
32 recover some results and continue where the previous run left off.
33 Simply supply the output directory where the results of the failed
34 run were saved and the program will attempt to recover and continue
35 the run.
(1.1)RepeatModeler结果文件
- consensi.fa:自身比对找到的一致性序列
- consensi.fa.classified:重复序列分类结果,“#”后面的字符串是分类结果
- consensi.fa.masked:屏蔽后的序列,不太使用
(2)RepeatMasker;屏蔽DNA序列中转座子或者低复杂度重复序列,输出的序列把已知的重复序列都屏蔽成N或X,并给出相应的位置和统计信息
1 #将上一步的结果文件(自动生成,以“RM”开头)里面的consensi.fa.classified为libirary,对参考序列进行序列屏蔽
2 #运行
3 RepeatMasker -nolow -e ncbi -pa 5 -norna -dir ./ -lib consensi.fa.classified rice.sample.fa
4
5 #重要参数
6 -nolow. (不屏蔽低复杂序列,担心屏蔽后使得基因结构受到影响)
7 Does not mask low_complexity DNA or simple repeats
8 -lib [filename] 自己制定的重复序列库
9 Allows use of a custom library (e.g. from another species)
10 -e(ngine) [crossmatch|wublast|abblast|ncbi|rmblast|hmmer]
11 Use an alternate search engine to the default.
12 -pa(rallel) [number]
13 The number of sequence batch jobs [50kb minimum] to run in parallel.
14 -norna
15 Does not mask small RNA (pseudo) genes
16 -dir [directory name] 输出文件位置
17 Writes output to this directory (default is query file directory,
18 "-dir ." will write to current directory).
19 -gff
20 Creates an additional Gene Feature Finding format output
(2.1)RepeatMasker输出结果
- *.out:重复序列详细比对结果
- *.masked:屏蔽后的序列
- *.tbl:重复序列统计文件
- *.cat:和out差不多
(2.2)*.out 每一列含义
1 第一列:比对分值,SW score
2 第二列:替代率 perc div.
3 第三列:碱基缺失百分率
4 第四列:在重复序列中碱基缺失百分率
5 第五列:query sequence
6 第六列:查询序列起始位置
7 第七列:查询序列终止位置
8 第八列:查询区域中超出比对区域碱基的数目,也就是没有比对上的碱基数
9 第九列:+/-(C)
10 第十列:比上的重复序列名称,类型命名
11 第十一列:比上重复序列的分类,和repeatmolder 中*.classed 是一样的
12 第十二列:比上的在数据库中的起始位置
13 第十三列:比上的在数据库中的终止位置
14 第十四列:在第十列上超出比对区域碱基的数目,也就是没有比对上的碱基数
15 第十五列:比对区域的ID,随机给的
(2.3)最后将out文件可转为GFF文件,即完成基因组重复序列的鉴定
-----END-----
关注下方公众号可获得更多精彩
RepeatModeler安装及使用的更多相关文章
- 【基因组注释】RepeatMasker和RepeatModeler安装、配置与运行避坑
目录 1.conda安装 2.配置RepBase 3.RepeatMasker避坑 4.RepeatProteinMask避坑 5.RepeatModeler避坑 6.自定义重复序列库 后记 1.co ...
- 生信 - 从repeatmasker传送门过来的 blast
以前有的是非完整时间写的博客,抽时间需要统一整理一下. 今天在重新装repeatmasker. 整个过程是这样的,有关联的事情有两个. 1. 装repeatmasker需要各种Prerequisite ...
- docker——容器安装tomcat
写在前面: 继续docker的学习,学习了docker的基本常用命令之后,我在docker上安装jdk,tomcat两个基本的java web工具,这里对操作流程记录一下. 软件准备: 1.jdk-7 ...
- 网络原因导致 npm 软件包 node-sass / gulp-sass 安装失败的处理办法
如果你正在构建一个基于 gulp 的前端自动化开发环境,那么极有可能会用到 gulp-sass ,由于网络原因你可能会安装失败,因为安装过程中部分细节会到亚马逊云服务器上获取文件.本文主要讨论在不变更 ...
- Sublime Text3安装JsHint
介绍 Sublime Text3使用jshint依赖Nodejs,SublimeLinter和Sublimelinter-jshint. NodeJs的安装省略. 安装SublimeLinter Su ...
- Fabio 安装和简单使用
Fabio(Go 语言):https://github.com/eBay/fabio Fabio 是一个快速.现代.zero-conf 负载均衡 HTTP(S) 路由器,用于部署 Consul 管理的 ...
- gentoo 安装
加载完光驱后 1进行ping命令查看网络是否通畅 2设置硬盘的标识为GPT(主要用于64位且启动模式为UEFI,还有一个是MBR,主要用于32位且启动模式为bois) parted -a optima ...
- Linux平台 Oracle 10gR2(10.2.0.5)RAC安装 Part3:db安装和升级
Linux平台 Oracle 10gR2(10.2.0.5)RAC安装 Part3:db安装和升级 环境:OEL 5.7 + Oracle 10.2.0.5 RAC 5.安装Database软件 5. ...
- Linux平台 Oracle 10gR2(10.2.0.5)RAC安装 Part1:准备工作
Linux平台 Oracle 10gR2(10.2.0.5)RAC安装 Part1:准备工作 环境:OEL 5.7 + Oracle 10.2.0.5 RAC 1.实施前准备工作 1.1 服务器安装操 ...
随机推荐
- 用例圖學習實例 / Learning Use Case Diagram by Examples
什麼是用例圖? 用例描述了一個演員和感興趣的系統之間的一系列交互,以達到某種特定目標,並由某種觸發事件引發.用例滿足需求或為演員解決問題.用例圖包含一組用例,可以通過從每個角色的不同角度講述系統將如何 ...
- Java:AQS 小记-1(概述)
Java:AQS 小记-1(概述) 概述 全称是 Abstract Queued Synchronizer(抽象队列同步器),是阻塞式锁和相关的同步器工具的框架,这个类在 java.util.conc ...
- 需求存在,功能存在——Alpha阶段性总结
0.Alpha开发成果 题士Alpha发布报告 题士开发记录 1.任务划分 Alpha阶段大致将任务划分为Design,Develop和Test三类 Design型任务包含页面UI设计和接口API设计 ...
- Ajax配合后端实现Excel的导出
一.需求 在我们的日常开发中,可能经常需要遇到excel的导出,以往excel的导出服务器端都是使用的 GET 方法,但是某些情况下,服务器端只能使用 POST 方法,那么我们有没有好的方法实现exc ...
- CSP-S 2021 退役记
写的比较草率,但的确是真实感受. 10.23 回寝室前敲了一个 dinic 板子,觉得不会考... 10.24 8:00 起床,还好今天宿管不在,可以起的晚一点. 吃了早饭来机房颓废. 10:00 似 ...
- gcc中预定义的宏__GNUC__
转载:gcc中预定义的宏__GNUC__ - Cccarl - 博客园 (cnblogs.com) 今天在看Linux系统编程这本书的代码的时候看到了__GNUC__,不太清楚这个宏所以去查了一下,以 ...
- (转)linux下错误的捕获:errno和strerror的使用,以及perror和strerror的区别
经常在调用linux 系统api 的时候会出现一些错误,比方说使用open() write() creat()之类的函数有些时候会返回-1,也就是调用失败,这个时候往往需要知道失败的原因.这个时候使用 ...
- Tarjan算法 求 有向图的强连通分量
百度百科 https://baike.baidu.com/item/tarjan%E7%AE%97%E6%B3%95/10687825?fr=aladdin 参考博文 http://blog.csdn ...
- songwenxin
# -*- coding: utf-8 -*- import wx from modelmngr_frame import MyFrame1 ############################# ...
- i love dingning
"如果你爱一个人,不是下课给人家买买水,不是短信发来发去,也不是周末一起出来唱唱歌聊聊天吃吃饭,而是做一个出色的人.以后的以后,可能还有别的人爱她,你要做的,是把别人都比下去.你要变得优秀, ...