Bolehkah saya memasang perisian HMMER pada sistem Windows?

Bolehkah perisian hmmer dipasang pada sistem windows

hmmer muat turun dan pemasangan

Untuk sistem Mac OS/X, Linux, UNIX, susun dan pasang daripada kod sumber:

% wget ftp://selab.janelia.org/pub/software/hmmer3/3.0/hmmer-3.0.tar.gz % tar zxf hmmer-3.0.tar.gz % cd hmmer-3.0 % ./configure % make % buat semak

Untuk sistem windows, muat turun pakej termampat binari terus, nyahmampat dan gunakannya.

Hmmer termasuk program

phmmer: Sama seperti Blastp, menggunakan jujukan protein untuk mencari perpustakaan jujukan protein

>tutorial phmmer/HBB HUMAN uniprot sprot.fa

jackhmmer: Sama seperti psiBlast, jujukan protein secara berulang mencari perpustakaan jujukan protein

>tutorial jackhmmer/HBB HUMAN uniprot sprot.fa

hmmbuild: Bina model HMM menggunakan berbilang jujukan sejajar

hmmsearch: Gunakan model HMM untuk mencari perpustakaan jujukan

hmmscan: Cari perpustakaan HMM menggunakan jujukan

hmmalign: Gunakan HMM sebagai petunjuk untuk membina berbilang jujukan penjajaran

>hmmalign globins4.hmm tutorial/globins45.fa

hmmconvert: Tukar format HMM

hmmemit: Dapatkan urutan corak daripada model HMM

hmmfetch: Dapatkan model HMM dari perpustakaan HMM mengikut nama atau nombor penerimaan

hmmpress: Format pangkalan data HMM untuk memudahkan carian hmmscan

hmmstat: Paparkan maklumat statistik pangkalan data HMM

Cari pangkalan data jujukan menggunakan model HMM

Gunakan hmmbuild untuk membina model HMM Input ialah fail jujukan penjajaran berbilang dalam format Stockholm atau format FASTA (seperti: tutorial/globins4.sto) Perintahnya adalah seperti berikut:

>hmmbuild globins4.hmm tutorial/globins4.sto

globin4.hmm ialah model HMM keluaran

Gunakan hmmsearch untuk mencari pangkalan data jujukan protein Pangkalan data jujukan protein adalah dalam format FASTA

>hmmsearch globins4.hmm uniprot sprot.fasta >globins4.out

globins4.out ialah fail hasil keluaran, seperti berikut:

*Contoh menggunakan contoh daripada tutorial rasmi

Cari pangkalan data HMM menggunakan urutan protein

Bina pangkalan data HMM ialah fail yang mengandungi berbilang model HMM, ia boleh dimuat turun daripada Pfam, SMART dan TIGRFams, atau ia boleh dibina sendiri daripada berbilang jujukan penjajaran, seperti:

.

>hmmbuild globins4.hmm tutorial/globins4.sto

>hmmbuild fn3.hmm tutorial/fn3.sto

>hmmbuild Pkinase.hmm tutorial/Pkinase.sto

>globin kucing4.hmm fn3.hmm Pkinase.hmm >minifam

Gunakan hmmpress untuk memformat pangkalan data, termasuk pemampatan dan penciptaan indeks Arahannya adalah seperti berikut:

>hmmpress minifam

Langkah ini boleh diselesaikan dengan cepat, dan kandungan output adalah seperti berikut:

Bekerja… selesai.

Ditekan dan diindeks 3 HMM (3 nama dan 2 penyertaan).

Model ditekan ke dalam fail binari: minifam.h3m

Indeks SSI untuk fail model binari: minifam.h3i

Profil (bahagian MSV) ditekan ke: minifam.h3f

Profil (baki) ditekan ke: minifam.h3p

Gunakan hmmscan untuk mencari pangkalan data HMM, arahannya adalah seperti berikut:

>tutorial minifam hmmscan/7LESS_DROME

Cara menukar fail format fasta ke format sto menggunakan perisian hmmer

Saya juga menghadapi masalah ini Saya mencari dalam talian untuk masa yang lama dan tidak dapat mencari penyelesaian yang sesuai, jadi saya menulis sendiri Kodnya adalah seperti berikut

glob import # adalah semua perkara daripada perpustakaan standard

import os

# Letakkan fail fasta yang anda ingin bina hmm (berbanding) dalam folder yang sama dengan program ini, dan kemudian jalankan program ini untuk menjalankan hmmbuild secara langsung

os.chdir(os.path.dirname(__file__))

fs = glob.glob('*.fasta') # Dapatkan setiap fail fasta Jika fail fasta anda mempunyai akhiran selain .fasta, anda boleh menukarnya di sini atau menukarnya terus kepada '*.fa*'

.

untuk f dalam fs:

hmm = os.path.splitext(f)[0] + '.hmm'

stockholm = os.path.splitext(f)[0] + '.sto'

dengan open(f, 'r') sebagai fhandle: # Ini digunakan untuk membaca fail fasta dan menyimpan semua fail fasta ke senarai

fastas = ['>' + tmp.replace('n', 'r', 1).replace('n', '').replace('r', 'n') untuk tmp dalam tuple(filter( Tiada, (fhandle.read().split('>'))))]

untuk saya dalam julat(len(fastas)):

fastas[i] = fastas[i].split('n')

fastas[i][0] = fastas[i][0].split()[0][1:10]

tmp = []

untuk j dalam julat(len(fastas[i][1]) // 80 + 1):

tmp.append(fastas[i][1][80 * j : 80 * j + 80])

fastas[i][1] = tmp

dengan open(stockholm, 'w') sebagai keluar: # Fail sto sedang ditulis di sini

keluar.tulis('# STOCKHOLM 1.0nn')

untuk j dalam julat(len(fastas[0][1]) - 1):

untuk saya dalam julat(len(fastas)):

out.write('% -12s%sn' % (fastas[i][0], fastas[i][1][j]))

keluar.tulis('n')

untuk saya dalam julat(len(fastas)):

out.write('% -12s%sn' % (fastas[i][0], fastas[i][1][-1]))

keluar.tulis('//')

os.system('hmmbuild --amino %s %s' % (hmm, stockholm)) # hmmbuild berjalan di sini, anda boleh mengubah suai parameter di dalam sendiri

Bagaimana untuk mengajar diri sendiri bioinformatik

1. Mulakan dengan alat bioinformatik sedia ada. Biasakan cara menggunakan perisian sedia ada, pelayan rangkaian, pangkalan data, dll. Jangan buat kerja anda sendiri .

2. Biasa dengan sistem pengendalian baris arahan, DOS, Linux, dan boleh menulis cangkerang mudah dan kemudian boleh memasang program peringkat baris arahan dan menjalankan beberapa proses biasa. Mempelajari cara mencari dan memasang perisian adalah kemahiran yang paling penting dan asas. Sebenarnya, banyak masalah boleh diselesaikan dengan mudah jika anda mencari pakej perisian yang betul.

3 Biasakan bahasa skrip yang mudah, saya secara peribadi mengesyorkan python, sila lihat siaran saya. Skrip kecil sangat berguna apabila tiada alat siap sedia, atau apabila penukaran format data diperlukan. Aplikasi umum tidak perlu menulis terlalu banyak kod sendiri Kita mesti percaya bahawa pakar lain mungkin menghadapi masalah yang biasa kita hadapi, jadi terdapat sejumlah besar kit alat di Internet. Bagi lebih banyak bahasa pengaturcaraan, seseorang boleh menguasai segala-galanya, R, perl, dll. semuanya serupa.

4. Biasakan algoritma dan struktur data yang mudah, supaya anda boleh memahami mekanisme dalaman banyak program, dan kemudian mengetahui kelebihan dan kekurangannya, yang juga akan membantu untuk menulis program anda sendiri. Jika anda mempunyai tenaga, kemudian kaji statistik, pembelajaran mesin, dsb. .

5 Kembangkan, penyelidikan, analisis dan kembangkan dalam bidang biologi anda sendiri.

Atas ialah kandungan terperinci Bolehkah saya memasang perisian HMMER pada sistem Windows?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!