安装时间：2021.1.28
在线版本：TXSScan
本地版本：MacSyFinder
1. 简介
MacSyFinder用于预测细菌中是否存在蛋白分泌系统，其预测分泌系统类型和原理如下：
图片解释：
- 同一图片中，相同的颜色表示具有同源性；
- 实线方块说明该基因是成簇聚集的，虚线方块是指独立存在；
- d值表示相邻基因之间的间隔基因个数；
-
T1SS，以最主要的3个组成部分构建模型进行预测：
T1SS预测模型
-
T2SS，以最主要的13个组成部分构建模型进行预测：
T2SS预测模型
-
T3SS，以最主要的9个组成部分构建模型进行预测：
T3SS预测模型
-
T4SS，具有两种功能，分泌蛋白或者参与环境中DNA的接和或者分泌DNA到环境中。根据其作用构建了两种预测模型，其中分泌蛋白pT4SS结构较为固定，分为了两个子类型；而参与DNA结合的cT4SS分为了6种子类型：
T3SS预测模型
-
T5SS，分为了5个子类型，构建的模型可以预测其中3个研究最为广泛的分泌系统：
T5SS预测模型
-
T6SS，分为了3个子类型，其中T6SSi研究最多，根据其中14个保守组成部分建立了模型：
T6SS预测模型
-
T9SS，根据其中的11个关键蛋白构建预测模型：
T9SS预测模型
有关分泌系统那些事：
- T1SS和T5SS是分布最广的分泌系统；
2. 安装（mascyfinder_1.0.5）
2.1 利用conda建立环境，并安装相应依赖包
conda create -n mascyfinder_1.0.5 pyhon=2.7.15
conda activate mascyfinder_1.0.5
conda install blast=2.2.31
conda install hmmer
2.2 下载MacSyFinder_1.0.5并解压缩，解压缩后将其添加到环境变量中（或者直接将安装包移动到conda建立的mascyfinder_1.0.5环境目录下），之后进入该目录
python setup.py build
python setup.py test -vv
python setup.py install
注：
- 可能需要root权限；
- 执行
python setup.py install时可能失败，此时添加python的绝对路径即可；
2.3下载并添加预测模板
下载全部Macsyfinder_models-mastercode文件，找到Macsyfinder_models-master/models/TXSS/目录下的文件definitions（包含*.xml文件）以及profiles（包含*.hmm文件），并将这两个文件移动到任意工作目录。
3. 使用
根据上述原理可以预测：Flagellum、T1SS、T2SS、T3SS、pT4SSi、pT4SSt、T5aSS、T5bSS、T5cSS、T6SSi、T6SSii、T6SSiii、T9SS
macsyfinder all --db-type ordered_replicon -d definitions所在目录 -p profiles所在目录 --sequence-db protein.fa -o outfile
安装心得
- 在所有程序都正确的情况下，程序仍然安装失败，很有可能是用conda自动安装相应软件的时候，软件的版本没有符合要求。比如，此次用conda直接安装blast的时候安装的是blast=2.6.0版本，后续安装就遇到了问题。
2. 安装（macsyfinder2.0）
该版本改善了需要手动下载和添加分泌系统模板的问题，比之前要方便很多。
- 利用conda创建新环境，并下载依赖包
conda create -n macsyfinder2.0 python=3.7.10
conda activate macsyfinder2.0
conda install hmmer=3.3.2
- 下载安装mascyfinder2.0
git clone https://github.com/gem-pasteur/macsyfinder.git # 或者直接在github上下载macsyfinder，然后解压缩
cd macsyfinder
pip3 install .
用sudo apt install python3-pip，安装后pip3=20.0.2。（主要不要安装高版本的！！！最新的版本经常出现兼容性的问题），可用
python -m pip install pip==20.02回退到低版本的pip3
- 下载所有可用模板
macsydata install TXSS
3. 使用（mascyfinder2.0）
macsyfinder --db-type ordered_replicon --sequence-db my_proteins.fasta --models TXSS all/T3SS
--db-type选项有两种常用的选项：
unordered：未进行组装的全基因组（这个意思有点模糊，是下机数据还是说草图？）ordered_replicon：已经组装好的全基因组--e-value-search：预测阈值（模式是0.1）-o：结果输出的文件名
网友评论