寫(xiě)在前面
很久很久以前愿卒，各種原因，我寫(xiě)過(guò)一個(gè)帖子潮秘，《零基礎(chǔ)-完全重現(xiàn)某個(gè)基因家族分析文章（的分析部分）》 http://www.reibang.com/p/88075f6cd4f1琼开。其中，我用了hmmer這個(gè)軟件枕荞。但是后續(xù)我釋放《基因家族分析》課程（無(wú)需虛擬機(jī)柜候，無(wú)需命令行，更無(wú)需一行代碼）時(shí)躏精，我完全沒(méi)有使用hmmer渣刷。
主要原因是，我覺(jué)得完全沒(méi)必要矗烛，或者換句話說(shuō)辅柴，hmmer直接檢索某個(gè)motif，實(shí)際效果完全不如blast（因?yàn)槟壳按蠖鄶?shù)物種基因組的基因結(jié)構(gòu)注釋非常粗糙）瞭吃。
但是碌嘀，今天我還是要寫(xiě)下這個(gè)帖子。
推出TBtools的Simple HMM Wrapper的原因
我一直認(rèn)為歪架，如果你要用linux環(huán)境分析數(shù)據(jù)股冗，那么最好是用純凈的linux環(huán)境。同時(shí)我非衬的矗看不慣那些喜歡整天讓別人安裝Vitural Box然后開(kāi)展各種數(shù)據(jù)分析的操作魁瞪。既然穆律，你要讓用戶在windows下操作，那么就給出windows下的一套解決方案导俘，而不是安利一些低效率的東西峦耘。說(shuō)歸說(shuō)，TBtools我從來(lái)都是安利出去旅薄。
這兩日辅髓，我正好在糾結(jié)某個(gè)課題，因?yàn)槲覀冃枰b定幾十個(gè)物種中某一類蛋白少梁。這類蛋白涵蓋了幾十個(gè)基因家族洛口，結(jié)構(gòu)域也沒(méi)有絕對(duì)保守的某個(gè)或者某幾個(gè)，最終的解法就是凯沪，我篩選了pfam中的50多個(gè)模式第焰，隨后用HMMER進(jìn)行掃描，隨之調(diào)出妨马。
我突然發(fā)現(xiàn)挺举，看來(lái)HMMER在一些時(shí)候，還是比較有用烘跺。
那么既然有用湘纵，命令行的我也寫(xiě)完了，索性滤淳，再發(fā)一個(gè)windows下（也包括任何其他操作系統(tǒng)）都可以無(wú)需命令梧喷，無(wú)需虛擬機(jī)就可以快速掃描序列集合中的結(jié)構(gòu)域的功能。
使用方式
打開(kāi)TBtools脖咐，找到Others菜單铺敌，找到
設(shè)置輸入文件：
-
蛋白序列集合，fasta格式屁擅，可以是某個(gè)物種的所有蛋白序列适刀，如擬南芥
Pfam-A.hmm, 這個(gè)是pfam數(shù)據(jù)庫(kù)的所有模式數(shù)據(jù)庫(kù)，下載并解壓即可煤蹭，可長(zhǎng)期使用，請(qǐng)保持定期更新取视，具體下載鏈接是 ftp://ftp.ebi.ac.uk/pub/databases/Pfam/current_release/Pfam-A.hmm.gz
Pfam模式的ID列表 硝皂，這個(gè)基于自己的需要準(zhǔn)備，正如上面所說(shuō)作谭，你可以輸入50多個(gè)稽物，只是會(huì)很慢。一般幾個(gè)還是很快的折欠。
輸出文件
整體上贝或，輸入結(jié)果如下圖
輸出結(jié)果
在上述示例中吼过，我使用了一個(gè)MYB結(jié)構(gòu)域和MYC結(jié)構(gòu)域，可以得到如下輸出咪奖，具體還是要看使用的人自行解讀盗忱。建議參考Hmmer官網(wǎng)的輸出說(shuō)明，
寫(xiě)在最后
Emmmm....這應(yīng)該是一個(gè)無(wú)趣的功能羊赵。
總的來(lái)說(shuō)趟佃，很多時(shí)候我還是想說(shuō)，
“其實(shí)我只是寫(xiě)一個(gè)我自己覺(jué)得有用的工具昧捷，并釋放出來(lái)闲昭。但這不代表我是一個(gè)樂(lè)于分享的人。恰恰相反靡挥，我認(rèn)為所有的樂(lè)于分享序矩，只是另有所求“掀疲”
