pfam结构域批量注释方法总结
参考blog:
SEQ 3. pfam数据库的注释及本地分析 (pfam_scan)-CSDN博客
wget ftp://ftp.ebi.ac.uk:21/pub/databases/Pfam/current_release/Pfam-A.hmm.gz wget ftp://ftp.ebi.ac.uk:21/pub/databases/Pfam/current_release/Pfam-A.hmm.dat.gz wget ftp://ftp.ebi.ac.uk:21/pub/databases/Pfam/current_release/active_site.dat.gz gunzip *.gz对应的最新链接:
Index of /pub/databases/Pfam/current_release
在服务器中下载如上三个数据即可。
hmmer-3.2下载
wget http://eddylab.org/software/hmmer/hmmer-3.2.tar.gz tar -xzvf hmmer-3.2.1.tar.gz cd hmmer-3.2 ./configure make make check make install # 添加至环境变量 echo 'export PATH=/usr/local/bin:$PATH' >> ~/.bashrc source ~/.bashrc下载pfam_scan.pl
#验证，有参数说明即可。 # 确保在 (pfam_scan) 环境下 conda install -c bioconda pfam_scan pfam_scan.pl -h如何运行
pfam_scan.pl -fasta ./input_data/6-3_v5/V5-2.pep.fasta -dir ./ -outfile 6-3_v5.xls -as #-dir后面跟的是pfam_db数据库 #outfile后面跟的是输出结果输出结果解读
输出结果说明： (1) seq_id：蛋白序列编号 (2) alignment start：蛋白序列比对的起始位置 (3) alignment end：蛋白序列比对的终止位置 (4) envelope start：蛋白序列结构域的起始位置 (5) envelope end：蛋白序列结构域的终止位置 (6) hmm acc：比对到pfam结构域的ID (7) hmm name：pfam结构域名称 (8) type：pfam结构域类型 (9) hmm start：比对到结构域的起始位置 (10) hmm end：比对到结构域的终止位置 (11) hmm length：pfam结构域的长度 (12) bit score：比对打分分值 (13) E-value：比对的E值 (14) Significance：比对序列的显著性 (15) Clan：蛋白结构域超级家族名称 (16) predicted_active_site_residues：比对的序列是否位于酶的活性部位另外也可以直接eggnog本地注释，但是版本可能会比较落后
后续补充更新ing.....