上一篇推文主要介绍了一下Multi-omics Hammer软件的Aligment功能，本篇就接着上一篇推文继续介绍如何使用该软件进行fasta格式的整理和保守结构域（或可变剪切位点）的查找。
一 功能开发
与上一篇推文一样，本推文也先介绍一下开发这些功能的初衷吧。遥想当年刚接触fasta文件时，对这些格式懵懵懂懂。殊不知，这些文件所包含的信息贯穿整个学生生涯（也可能在以后的科研生涯）。然后，在使用这些文件进行数据分析的时候却发现诸多不便，因此想要开发一些简单的功能来解决这些问题。下面将依次介绍各个功能希望解决的痛点。
1.1 对于一个位于fasta文件中的A基因而言，如果它的序列片段有几千bp，那么这些序列以fasta文件保存的时候就会被切分为许多行。这时如果需要检索这个A基因是否包含几百个bp的片段part1时，就需要人工将A基因被fasta格式切分成几十段的序列拼接成一段。只是，这种操作繁琐又无任何意义，因此就想是否能够通过代码实现这一简单的不能再简单的功能呢。于是就有了fa_to_primer_format功能的开发。
1.2 当然，许多软件需要的文件格式为fasta格式。因此，同一遇到A基因，但是它的序列按照不同的长度被分割为数行，这时如何整理文件。靠人工可以完成几个基因的操作，但是成千上万的基因就无法实现了。这里提供一个小技巧，可以通过两步实现fasta格式的整理。首先，将序列文件通过fa_to_primer_format功能整理成单行基因名单行序列的形式。随后，通过primer_to_fa_format功能将文件格式整理成fasta格式。最后，该文件就可以用做其他软件的输入文件。
1.3 对于一个基因组文件而言，或许用户需要查找其中的可变剪切位点或保守结构域part1（特定序列）。那么逐个基因依次查找会是一个方法，只是明显不够高效，于是便有sequence_verified功能的提出。
1.4 对于这个功能，可能是基于在之前实验室的习惯吧。因为当时保存单个引物序列时通过下面这种格式（行数据：基因名{制表符}上游基因{制表符}下游基因）进行保存。只是这种保存方式，不利于后续对单个序列的特异性（Blast）进行检测，因此便有了sangon功能，但是这一功能不具有普适性。
二 软件调用
介绍完上述功能需要解决的问题，下面便介绍如何通过软件完成相关分析。
2.1 我们需要先打开‘Primer’选项，如图1所示。
图1
那么，我们就可以看见我们的Primer对话框了（图2）。这一对话框运算部分提供了三个选项。首先是‘is save’选项，这个选项是用来表明是否保存数据；其次是‘simple alig?’选项，这一选项则表明是否仅用对话框中呈现的数据进行运算（如果不勾选，则使用拖入到比对文件对话框的文件内容进行运算）。需要注意的是对于一些童鞋而言，可能只是简单看一下结果，没有必要特意生成两个文件（比对文件和背景文件）。因此，仅使用这个‘simple alig?’选项，我们可以将数据直接输入到比对文件对话框和背景文件对话框中即可。注意：这两个对话框如果直接将文件拖入，则会直接读取文件的内容，并展示前100行的数据。而结果文件对话框则只会显示文件的路径。因为，已经提供了结果预览部分。最后，最重要的选项就是‘start’选项了，点击后即可直接进行运算。除了上述选项外，本软件的其他界面部分也将以行为主进行逐一介绍。
Conversion方法：可以选择fasta转为primer格式（fa_to_primer_format）、primer转为fasta格式（primer_to_fa_format）、生工引物转换（sangon）和序列验证（sequence_verified）。
输入文件：需要统计的文件。
结果预览：预览输出结果。
结果文件输出：输出结果的文件。
因为功能较为简单，所以可选的选项也不多。
图2
2.2 为了方便用户了解这一功能，本软件也提供了示例文件，通过点击图3的方框3的‘load test’选项即可加载示例数据，如方框4和方框5，均为加载示例文件的数据。随后，点击‘start’即可得出结果。
图3
当然，用户也可以直接将文件拖入进入相应的为对话框（输入文件对话框）。如图4所示，用户可以直接将文件分别拖入到对话框中，软件会自动识别并加载数据。
图4
如果用户想要切换方法，可以在Conversion方法部分下拉菜单中重新选择。
图5
2.3为方便用户了解产生的结果文件，下面将以功能为单位，从输入数据和结果数据两个方面去展示各个功能。部分功能过于简单，相信读者可以直接从这两组数据中得出结论，便不再赘述。
2.3.1 fasta转为primer格式（fa_to_primer_format）
输入数据为：
>TCONS_00003073 gene=XLOC_002970TATACATGTTATCATTGAGGGCTAAAACTTCAATGTCAGTGATTAGCAGTTTAGCATAGACTTATGTGGCAATATAATCCTTTGTTGTTTGCTCTCCCCATTTTTATAATAAGTATGAACTTACAAGGCTGCCCTAGAATTGTTCTTACAGGTTTTTGTTTACCGGTCATGGGCATCAGTTCGGGTTATGACAGCTGAACAGCGTGCTAAGCTCCTGAGGCGTATAGTGAAGGACAATGTACATGAAAAGCTTCCATTCAAAGAGTGTGAGAAGATTGCGAAGGATCTTAACCTGACCTTAGAGCAGGTGCTGCGTGTGTATTATGATAAGAAACGCCAGCGTCTTAATAGATCTCAGGGTGCTTTTATTGCCGACAGGGAGGAGCATCGATTGTTAAGGAATAAGTCCTCTCCATCGCCTCGAAAAAGAAAGAAGTCTTTAGAAGAAAGATCTGTAAAGCGTACAAGAGTTGATGCTGTAATTGGACAGCTGGTTGGGCAGAGGATTGCTACATCCCCTGATACTGCAAACAAATTTATAGAAGAACAAAATCCACACATATTAAATTTAGGAGAAGATGACTCTCATTTGCCTGGATGTGAGGAGGATGATCATCCAGAAACTGTTGAAGAGCCAGGACCAAATGAAGAAGATGAAGACTGCAATGCTTTACTTAGTCAGTGTGCCTTTCCAAATGTAAAGCGATCACGTCAAAAAAGATTTATGTGGACAGATGAAGCAGATAGGTAAA>TCONS_00003074 gene=XLOC_002971ATGTATTCTTCGGCTGGAAAGTGGGAGAAGGTGAAGGAATTGAGGATGTTTATGAAAGAGGAAGGAATCCAAACTACACCAGGTTGTAGTACGATTGAACTGAAAGGAGTGTTACATGAGTTTGTGGCGGATGATGTTTCACATCCGCGAAAGGATGAGATCTATGACATGCTGGATGAGATTAATCAGCAGCTCAAAATTGGTGGTTATGTTGCTGAAATAACATCTGAATTGCACAATTTGAGTGCTGAAGAAAAGGAGTATGTGCTCTCTTATCACAGTGAGAAGTTGGCCATTGCTTTTGGGGTACTTAAAACACCACCTGGCACAACTATACGAGTGGCTAAGAATCTGAGGACCTGTGTTGACTGTCATAATTTTGCTAAAGCTCTTTCAGAGGTATACAATAGACAAGTAATTATTAGGGATCGAGCGCGTTTTCATCATTTCCAAAACGGACGCTGCTCTTGTAATGACTATTGGTGA
结果数据为：
>TCONS_00003073 gene=XLOC_002970TATACATGTTATCATTGAGGGCTAAAACTTCAATGTCAGTGATTAGCAGTTTAGCATAGACTTATGTGGCAATATAATCCTTTGTTGTTTGCTCTCCCCATTTTTATAATAAGTATGAACTTACAAGGCTGCCCTAGAATTGTTCTTACAGGTTTTTGTTTACCGGTCATGGGCATCAGTTCGGGTTATGACAGCTGAACAGCGTGCTAAGCTCCTGAGGCGTATAGTGAAGGACAATGTACATGAAAAGCTTCCATTCAAAGAGTGTGAGAAGATTGCGAAGGATCTTAACCTGACCTTAGAGCAGGTGCTGCGTGTGTATTATGATAAGAAACGCCAGCGTCTTAATAGATCTCAGGGTGCTTTTATTGCCGACAGGGAGGAGCATCGATTGTTAAGGAATAAGTCCTCTCCATCGCCTCGAAAAAGAAAGAAGTCTTTAGAAGAAAGATCTGTAAAGCGTACAAGAGTTGATGCTGTAATTGGACAGCTGGTTGGGCAGAGGATTGCTACATCCCCTGATACTGCAAACAAATTTATAGAAGAACAAAATCCACACATATTAAATTTAGGAGAAGATGACTCTCATTTGCCTGGATGTGAGGAGGATGATCATCCAGAAACTGTTGAAGAGCCAGGACCAAATGAAGAAGATGAAGACTGCAATGCTTTACTTAGTCAGTGTGCCTTTCCAAATGTAAAGCGATCACGTCAAAAAAGATTTATGTGGACAGATGAAGCAGATAGGTAAA>TCONS_00003074 gene=XLOC_002971ATGTATTCTTCGGCTGGAAAGTGGGAGAAGGTGAAGGAATTGAGGATGTTTATGAAAGAGGAAGGAATCCAAACTACACCAGGTTGTAGTACGATTGAACTGAAAGGAGTGTTACATGAGTTTGTGGCGGATGATGTTTCACATCCGCGAAAGGATGAGATCTATGACATGCTGGATGAGATTAATCAGCAGCTCAAAATTGGTGGTTATGTTGCTGAAATAACATCTGAATTGCACAATTTGAGTGCTGAAGAAAAGGAGTATGTGCTCTCTTATCACAGTGAGAAGTTGGCCATTGCTTTTGGGGTACTTAAAACACCACCTGGCACAACTATACGAGTGGCTAAGAATCTGAGGACCTGTGTTGACTGTCATAATTTTGCTAAAGCTCTTTCAGAGGTATACAATAGACAAGTAATTATTAGGGATCGAGCGCGTTTTCATCATTTCCAAAACGGACGCTGCTCTTGTAATGACTATTGGTGA
2.3.2 primer转为fasta格式（primer_to_fasta_format）
输入数据为
>TCONS_00003073 gene=XLOC_002970TATACATGTTATCATTGAGGGCTAAAACTTCAATGTCAGTGATTAGCAGTTTAGCATAGACTTATGTGGCAATATAATCCTTTGTTGTTTGCTCTCCCCATTTTTATAATAAGTATGAACTTACAAGGCTGCCCTAGAATTGTTCTTACAGGTTTTTGTTTACCGGTCATGGGCATCAGTTCGGGTTATGACAGCTGAACAGCGTGCTAAGCTCCTGAGGCGTATAGTGAAGGACAATGTACATGAAAAGCTTCCATTCAAAGAGTGTGAGAAGATTGCGAAGGATCTTAACCTGACCTTAGAGCAGGTGCTGCGTGTGTATTATGATAAGAAACGCCAGCGTCTTAATAGATCTCAGGGTGCTTTTATTGCCGACAGGGAGGAGCATCGATTGTTAAGGAATAAGTCCTCTCCATCGCCTCGAAAAAGAAAGAAGTCTTTAGAAGAAAGATCTGTAAAGCGTACAAGAGTTGATGCTGTAATTGGACAGCTGGTTGGGCAGAGGATTGCTACATCCCCTGATACTGCAAACAAATTTATAGAAGAACAAAATCCACACATATTAAATTTAGGAGAAGATGACTCTCATTTGCCTGGATGTGAGGAGGATGATCATCCAGAAACTGTTGAAGAGCCAGGACCAAATGAAGAAGATGAAGACTGCAATGCTTTACTTAGTCAGTGTGCCTTTCCAAATGTAAAGCGATCACGTCAAAAAAGATTTATGTGGACAGATGAAGCAGATAGGTAAA>TCONS_00003074 gene=XLOC_002971ATGTATTCTTCGGCTGGAAAGTGGGAGAAGGTGAAGGAATTGAGGATGTTTATGAAAGAGGAAGGAATCCAAACTACACCAGGTTGTAGTACGATTGAACTGAAAGGAGTGTTACATGAGTTTGTGGCGGATGATGTTTCACATCCGCGAAAGGATGAGATCTATGACATGCTGGATGAGATTAATCAGCAGCTCAAAATTGGTGGTTATGTTGCTGAAATAACATCTGAATTGCACAATTTGAGTGCTGAAGAAAAGGAGTATGTGCTCTCTTATCACAGTGAGAAGTTGGCCATTGCTTTTGGGGTACTTAAAACACCACCTGGCACAACTATACGAGTGGCTAAGAATCTGAGGACCTGTGTTGACTGTCATAATTTTGCTAAAGCTCTTTCAGAGGTATACAATAGACAAGTAATTATTAGGGATCGAGCGCGTTTTCATCATTTCCAAAACGGACGCTGCTCTTGTAATGACTATTGGTGA
结果数据为：
>TCONS_00003073 gene=XLOC_002970TATACATGTTATCATTGAGGGCTAAAACTTCAATGTCAGTGATTAGCAGTTTAGCATAGACTTATGTGGCAATATAATCCTTTGTTGTTTGCTCTCCCCATTTTTATAATAAGTATGAACTTACAAGGCTGCCCTAGAATTGTTCTTACAGGTTTTTGTTTACCGGTCATGGGCATCAGTTCGGGTTATGACAGCTGAACAGCGTGCTAAGCTCCTGAGGCGTATAGTGAAGGACAATGTACATGAAAAGCTTCCATTCAAAGAGTGTGAGAAGATTGCGAAGGATCTTAACCTGACCTTAGAGCAGGTGCTGCGTGTGTATTATGATAAGAAACGCCAGCGTCTTAATAGATCTCAGGGTGCTTTTATTGCCGACAGGGAGGAGCATCGATTGTTAAGGAATAAGTCCTCTCCATCGCCTCGAAAAAGAAAGAAGTCTTTAGAAGAAAGATCTGTAAAGCGTACAAGAGTTGATGCTGTAATTGGACAGCTGGTTGGGCAGAGGATTGCTACATCCCCTGATACTGCAAACAAATTTATAGAAGAACAAAATCCACACATATTAAATTTAGGAGAAGATGACTCTCATTTGCCTGGATGTGAGGAGGATGATCATCCAGAAACTGTTGAAGAGCCAGGACCAAATGAAGAAGATGAAGACTGCAATGCTTTACTTAGTCAGTGTGCCTTTCCAAATGTAAAGCGATCACGTCAAAAAAGATTTATGTGGACAGATGAAGCAGATAGGTAAA>TCONS_00003074 gene=XLOC_002971ATGTATTCTTCGGCTGGAAAGTGGGAGAAGGTGAAGGAATTGAGGATGTTTATGAAAGAGGAAGGAATCCAAACTACACCAGGTTGTAGTACGATTGAACTGAAAGGAGTGTTACATGAGTTTGTGGCGGATGATGTTTCACATCCGCGAAAGGATGAGATCTATGACATGCTGGATGAGATTAATCAGCAGCTCAAAATTGGTGGTTATGTTGCTGAAATAACATCTGAATTGCACAATTTGAGTGCTGAAGAAAAGGAGTATGTGCTCTCTTATCACAGTGAGAAGTTGGCCATTGCTTTTGGGGTACTTAAAACACCACCTGGCACAACTATACGAGTGGCTAAGAATCTGAGGACCTGTGTTGACTGTCATAATTTTGCTAAAGCTCTTTCAGAGGTATACAATAGACAAGTAATTATTAGGGATCGAGCGCGTTTTCATCATTTCCAAAACGGACGCTGCTCTTGTAATGACTATTGGTGA
2.3.3生工引物转换（sangon）
输入数据为：
XLOC_002435_az101_t35' GGCGAAACAAGAAGCCACTT 3'5' GTCCCTTATCTCAGCAGCAAACT 3'
XLOC_004822_az102_t35' TGTGACATAAAAGAGTGAGGAAACC 3'5' AGCAACTGCCAAGCCAAAAC 3'
XLOC_008806_az104_t35' CAAGGGAGACGGAGGGTATG 3'5' AGGCCGCCATGAGACTAAAC 3'
结果数据为：
XLOC_002435_az101_t3_F5' GGCGAAACAAGAAGCCACTT 3'
XLOC_002435_az101_t3_R5' GTCCCTTATCTCAGCAGCAAACT 3'
XLOC_004822_az102_t3_F5' TGTGACATAAAAGAGTGAGGAAACC 3'
XLOC_004822_az102_t3_R5' AGCAACTGCCAAGCCAAAAC 3'
XLOC_008806_az104_t3_F5' CAAGGGAGACGGAGGGTATG 3'
XLOC_008806_az104_t3_R5' AGGCCGCCATGAGACTAAAC 3'
2.3.4 序列验证（sequence_verified）
输入数据为：
abc
>as
ccabcaa
结果数据为：
>as T 1
这里需要简单介绍一下这个功能的使用介绍。其中输入数据的首行为需要进行检索的可变剪切位点或者保守结构域，随后的数据为单行基因名，单行基因序列的格式依次展现。结果数据为三列，第一列为基因名，第二列为逻辑值（T表示该基因有可变剪切位点或者保守结构域，F则表示无），第三列为检索到的可变剪切位点或者保守结构域数量。
三 日常小结
通过上述步骤，即可实现通过fasta格式的文件进行一些简单的操作。如果读者觉得还有什么功能需要实现，也可直接通过公众号留言。不过还是那句话，改进的进度可能要全凭本人时间安排，无法强求（因为主业更重要）。最后的最后，欢迎大家多用Multi-omics Hammer软件，多提宝贵建议。也欢迎大家多关注公众号（个人介绍）。
软件下载地址：
网友评论