前面给大家介绍了 ☞基因预测软件ORFfinder 的网页版本
ORFfinder的网址:
https://www.ncbi.nlm.nih.gov/orffinder/
使用起来还是很方便快捷的,当手上的序列不是很多的时候,完全可以满足分析需求。但是,一旦要分析的序列有成百上千条的时候,这个网页工具就显得有些力不从心了。今天小编在给大家介绍一下ORFfinder的本地版。
小编一向喜欢使用本地版本的工具,在 ☞ DEapp(差异表达分析)本地版——自由飞翔,中我就提到过网络应用的局限性。
- 这个网站搞不好那天就不存在了(NCBI大概率不会,不过也不是没有出现过无法访问的情况)
- 服务器搞不好哪天就负载过重down掉了(有可能,有段时间还在募捐)
- 用的人多了,你的任务还要排队,什么时候排得上谁也说不准
- 上传文件有大小限制
- 数据安全性谁也不能保证
废话不多说,我们言归正传。
首先,我们要下载ORFfinder本地版软件,注意这个工具需要运行在Linux系统下,windows不行。打开https://www.ncbi.nlm.nih.gov/orffinder/,红框中就是ORFfinder的下载链接,也指明了是Linux x64位
点击它,进入如下页面:
点击下载 ORFfinder.gz即可。
我们创建一个文件夹software,命令是:
mkdir software
然后将ORFfinder.gz拷贝到software文件夹下,通过如下命令解压,然后修改一下ORFfinder的属性,让他可以被执行
gzip -d ORFfinder.gz
chmod 777 ORFfinder
关于Linux下的一些常用命令,可以参考
关于ORFfinder工具的使用方法,可以点击Parent Directory到上一级目录进行查看。
CHANGELOG.txt:版本更改日志
FASTA_example.fsa:一个示例的FASTA文件
ORFfinder.asn_spec.txt:感觉没什么用,有知道的小伙伴,可以给小编留言。
USAGE.txt:使用说明
我们下载FASTA_example.fsa和USAGE.txt,也拷贝到software文件夹下面。
最后我们的文件夹下面的内容是这样的。
这里记录下使用过程中必须指定的一些参数,小编添加了一些注释帮助大家理解。其实跟网页版本的参数设置是差不多的。
*** Input query options (one of them has to be provided): //查询文件
-in <File_In>
name of file with the nucleotide sequence in FASTA format
(more than one sequence is allowed)
Default = `'
-id <String>
Accession or gi number of the nucleotide sequence
(ignored, if the file name is provided)
Default = `'
*** Query sequence details: //查询细节
-b <Integer> //要处理的序列片段的起始地址
默认值= 1
Start address of sequence fragment to be processed
Default = `1'
-e <Integer> //要处理的序列片段的终止地址(0-到末尾
顺序)
默认值= 0
Stop address of sequence fragment to be processed (0 - to the end of the
sequence)
Default = `0'
-c <Boolean> //暂不可用
Is the sequence circular? (t/f) *** Under development
Default = `false'
*** Search parameters: //搜索参数
-g <Integer>
Genetic code to use (1-31)
see https://www.ncbi.nlm.nih.gov/Taxonomy/Utils/wprintgc.cgi for details
Default = `1'
-s <Integer>
ORF start codon to use: //ORF起始密码子使用:
0 = "ATG" only //仅“ ATG”
1 = "ATG" and alternative initiation codons //“ ATG”和其他起始密码子
2 = any sense codon //任何有义密码子
Default = `1'
-ml <Integer>
Minimal length of the ORF (nt) //ORF的最小长度(nt)
Value less than 30 is automatically changed by 30\. //最小30
Default = `75'
-n <Boolean>
Ignore nested ORFs (completely placed within another) //忽略嵌套的ORF
Default = `false'
-strand <String>
Output ORFs on specified strand only (both|plus|minus) //仅在指定链上输出ORF
Default = `both'
*** Output options: //输出选项
-out <File_Out>
Output file name
-outfmt <Integer>
Output options:
0 = list of ORFs in FASTA format //FASTA格式的ORF列表
1 = CDS in FASTA format //FASTA格式的CDS
2 = Text ASN.1 //文字ASN.1
3 = Feature table //功能表
Default = `0'
下面我们开始实际操作,使用软件自带的FASTA_example.fsa进行测试。
这里需要在前面加"./", 不然会提示"ORFfinder:未找到命令"
./ORFfinder -in FASTA_example.fsa -s 0 -ml 75 -out ORF.out
输出文件内容如下:
lcl|ORF5_testseq:5094:5684 unnamed protein product
每条序列的标题中包含了,这个ORF在序列上的起始和终止位置,其实也包含了链的信息。如果起始值<终止值,那么这个ORF在正链上。
lcl|ORF86_testseq:4345:4166 unnamed protein product
起始值>终止值在负链上。
下面是用网页版的结果,可以看到是完全一致的。
参考资料:
网友评论