1.软件准备
1.1HMMER
conda create -n HMMER
conda activate HMMER
conda install -c bioconda hmmer
#创建环境并安装
1.2 Trinity
conda create -n trinity
conda activate trinity
conda install -c bioconda trinity=2.15.1
#创建环境并安装指定版本的trinity
1.3 transdecoder
conda create -n transdecoder
conda activate transdecoder
conda install -c bioconda transdecoder=5.7.1
#创建环境并安装指定版本的transdecoder
2.蛋白序列获得
2.1 转录本拼接
Trinity --seqType fq --max_memory 50G --left reads_1.fq --right reads_2.fq --CPU 6
--seqType fq指定测序文件的类型
--max_memory指定最大使用内存
--left/right双端测序文件名称
--CPU 最大CPU使用数目
2.2 提取最长转录本
get_longest_isoform_seq_per_trinity_gene.pl Trinity.fasta > longest.fasta
Trinity.fasta输入需要查找最长转录本的转录本文件，longest.fasta输出文件名称。
2.3转录本翻译
TransDecoder.LongOrfs -t longest.fasta --output_dir /path/to/your/PEP
longest.fasta上一步获得的最长转录本，/path/to/your/PEP输出文件夹路径。
3.查找基因
3.1下载结构域
wget https://www.ebi.ac.uk/interpro/wwwapi//entry/pfam/PF02441?annotation=hmm
gunzip PF02441.hmm.gz
从Pfam网站（Browse - InterPro (ebi.ac.uk)）上下载需要的结构域并解压缩。
3.2构建索引与运行
hmmpress PF02441.hmm
hmmscan --tblout output.txt PF02441.hmm protein.fasta
output.txt是输出文件的名称，protein.fasta是蛋白序列文件。
output.txt的基本内容如下：
# --- full sequence ---- --- best 1 domain ---- --- domain number estimation ----
# target name accession query name accession E-value score bias E-value score bias exp reg clu ov env dom rep inc description of target
#------------------- ---------- -------------------- ---------- --------- ------ ----- --------- ------ ----- --- --- --- --- --- --- --- --- ---------------------
Flavoprotein PF02441.23 TRINITY_DN25061_c0_g5_i2.p1 - 2.9e-34 104.2 0.0 4.3e-34 103.6 0.0 1.3 1 1 0 1 1 1 1 Flavoprotein
#
# Program: hmmscan
# Version: 3.4 (Aug 2023)
# Pipeline mode: SCAN
# Query file: protein.fasta
# Target file: PF02441.hmm
# Option settings: hmmscan --tblout CHS.txt PF02441.hmm protein.fasta
# Current dir: /home/oldhome/monkeyflower/xiaodeng/bin/HMMERDB/HTHC
# Date: Tue Jan 2 09:22:11 2024
# [ok]
网友评论