使用HMM进行基因家族鉴定？无人不能。

写在前面

很久很久以前，各种原因，我写过一个帖子，《零基础-完全重现某个基因家族分析文章（的分析部分）》 https://www.jianshu.com/p/88075f6cd4f1。其中，我用了hmmer这个软件。但是后续我释放《基因家族分析》课程（无需虚拟机，无需命令行，更无需一行代码）时，我完全没有使用hmmer。
主要原因是，我觉得完全没必要，或者换句话说，hmmer直接检索某个motif，实际效果完全不如blast（因为目前大多数物种基因组的基因结构注释非常粗糙）。
但是，今天我还是要写下这个帖子。

推出TBtools的Simple HMM Wrapper的原因

我一直认为，如果你要用linux环境分析数据，那么最好是用纯净的linux环境。同时我非常看不惯那些喜欢整天让别人安装Vitural Box然后开展各种数据分析的操作。既然，你要让用户在windows下操作，那么就给出windows下的一套解决方案，而不是安利一些低效率的东西。说归说，TBtools我从来都是安利出去。
这两日，我正好在纠结某个课题，因为我们需要鉴定几十个物种中某一类蛋白。这类蛋白涵盖了几十个基因家族，结构域也没有绝对保守的某个或者某几个，最终的解法就是，我筛选了pfam中的50多个模式，随后用HMMER进行扫描，随之调出。
我突然发现，看来HMMER在一些时候，还是比较有用。
那么既然有用，命令行的我也写完了，索性，再发一个windows下（也包括任何其他操作系统）都可以无需命令，无需虚拟机就可以快速扫描序列集合中的结构域的功能。

使用方式

打开TBtools，找到Others菜单，找到

设置输入文件：

1. 蛋白序列集合，fasta格式，可以是某个物种的所有蛋白序列，如拟南芥

   
   

2. Pfam-A.hmm, 这个是pfam数据库的所有模式数据库，下载并解压即可，可长期使用，请保持定期更新，具体下载链接是 ftp://ftp.ebi.ac.uk/pub/databases/Pfam/current_release/Pfam-A.hmm.gz

3. Pfam模式的ID列表 ，这个基于自己的需要准备，正如上面所说，你可以输入50多个，只是会很慢。一般几个还是很快的。

4. 输出文件

整体上，输入结果如下图

输出结果

在上述示例中，我使用了一个MYB结构域和MYC结构域，可以得到如下输出，具体还是要看使用的人自行解读。建议参考Hmmer官网的输出说明，

写在最后

Emmmm....这应该是一个无趣的功能。
总的来说，很多时候我还是想说，
“其实我只是写一个我自己觉得有用的工具，并释放出来。但这不代表我是一个乐于分享的人。恰恰相反，我认为所有的乐于分享，只是另有所求。”