bitacora下载链接https://github.com/molevol-ub/bitacora
至于它的原理，GitHub有说明书，不再赘述。保证看完以下都会操作！！！
第一：打开runBITACORA.sh，然后如下操作：
该脚本存在于软件安装文件夹
更新blast、hmmer、bitacora、Gemoma三个软件的对应文件夹的绝对路径 export PATH=$PATH:/home/zf/install/blast-2.7.1/bin export PATH=$PATH:/home/zf/install/hmmer-3.2.1/src SCRIPTDIR=/home/zf/install/bitacora-1.3/Scripts GEMOMAP=/home/zf/install/GeMoMa-1.7.1/GeMoMa-1.7.1.jar
更新基因组、结构注释、功能注释文件路径GENOME=/mnt/hgfs/SUXIN/ShuoShi/Anoplophora_glabripennis/shuju/Aglag.fasta GFFFILE=/mnt/hgfs/SUXIN/ShuoShi/Anoplophora_glabripennis/shuju/Agla.gff ROTFILE=/mnt/hgfs/SUXIN/ShuoShi/Anoplophora_glabripennis/shuju/Aglap.fasta
query文件夹里面是近源物质的蛋白序列（来自NCBI蛋白数据库，下载的蛋白需要具备目的基因家族的全部亚家族分支，所以要建树观察后再增减筛选）、下载自Pfam的基因家族的hmmr文件（如CYP：PF00067）.并以CYP_db.fasta和CYP_db.hmm命令。同时也要更新其路径QUERYDIR=/mnt/hgfs/SUXIN/ShuoShi/Anoplophora_glabripennis/P450/query
友情提示：
一般来说同一个电脑处理多个物种的基因家族时，复制移动runBITACORA.sh不用更改软件的路径，只需更改下面四个数据的路径即可。
第二：展示一下文件夹结构
某物种主文件下：
data文件夹：genome.fa、protein.fa、xx.gff
run文件夹：runBITACORA
query文件夹：xxx_db.fa、xxx_db.hmm
第三：运行
在run文件夹中打开终端，输入
bash runBITACORA.sh
静静地等待吧，我的四核8G内存的电脑处理一百多兆的基因组需要十几分钟
第四：结果展示
鉴定出来的基因家族在CYP 文件夹，该名字对应于CYP_db.fasta。其他的都是hmmer、blast的缓存文件， 我还没探索，因为我用不到
结果里面我只用了红线的最终文件，其他也不知道
第五：验证结果
鉴定出来的结果会在搜索过程中多鉴定一些结构域不清的序列，需要通过以下网址上传序列进行验证。然后删除出错的序列，进行后续研究。
Pfam
https://pfam.xfam.org/search#tabview=tab1
NCBI
https://www.ncbi.nlm.nih.gov/Structure/bwrpsb/bwrpsb.cgi
以上两个都是默认参数，上传文件和邮箱地址即可，下面这个还没探索。
SMART
http://smart.embl-heidelberg.de/#
多序列比对，手动检查保守结构域
https://www.ncbi.nlm.nih.gov/Structure/cdd/wrpsb.cgi支持蛋白序列、核酸序列，单条
https://www.ncbi.nlm.nih.gov/Structure/bwrpsb/bwrpsb.cgi支持多条(a file)，只支持蛋白序列
结果解读：https://www.sohu.com/a/216315762_419916
网友评论