前言

近兩天在做基因家族的分析，這是第一次接觸這塊，很多不是很了解。在篩選同源蛋白序列的時候，以前都是使用BLAST進行比對，這次看到很多教程都是使用HMMER進行尋找，那么也就順便來學習一下吧。HMMER使用并不是很難，其實對于初學來說，難的主要是建立.hmm這一步。

Hmmer的安裝

安裝，主要是使用源碼安裝或是是使用conda進行安裝即可。

conda安裝

conda install -y hmmer

源碼安裝：

官網(wǎng)：http://www.hmmer.org/

使用hmmbuild構(gòu)建.hmm文件

在有些數(shù)據(jù)庫中是有.hmm文件，只需要下載即可。但是，這僅僅只限于有些大數(shù)據(jù)庫。對于我們自己使用，不可能全部都有，這就需要我們自己構(gòu)建，很多教程到這步就是讓你收費了.......。

在本教程，講述其中一種方法吧，希望對大家有所幫助。

hmmbuild構(gòu)建時，需要使用.sto文件進行構(gòu)建。因此，我們必須獲得.sto文件。

1. 使用mafft對蛋白基因進行比對

• 安裝（自己解決，類似的方法即可）
• 比對

mafft --auto --clustalout ../Pfam.fasta > Pfam.clustal

• 轉(zhuǎn)換
  我們需要將.clustal轉(zhuǎn)換成.sto格式。我們推薦使用Fasta to Phylip Sequence Converter網(wǎng)站進行轉(zhuǎn)換(http://sequenceconversion.bugaco.com/converter/biology/sequences/fasta_to_phylip.php)。
  
  
  
  
  可以有這么多的格式進行相互轉(zhuǎn)換。我們選擇以下的格式進行轉(zhuǎn)換即可。
  
• clustat格式
  

• ** sto格式**

  
  

以上轉(zhuǎn)換后就可以直接進構(gòu)建.hmm文件

2. hmmbuild構(gòu)建.hmm文件

hmmbuild Pfam.hmm Pfam.sto

構(gòu)建運行還是很快的，主要還是取決于你的基因數(shù)量。

3. hmmersarch進行同源搜索

直接搜索即可，序列格式fa.....等其他格式。我個人感覺其他格式，我們的用的還是很少吧，主要還是fa格式。

$ hmmsearch  -h
# hmmsearch :: search profile(s) against a sequence database
# HMMER 3.3.2 (Nov 2020); http://hmmer.org/
# Copyright (C) 2020 Howard Hughes Medical Institute.
# Freely distributed under the BSD open source license.
# - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Usage: hmmsearch [options] <hmmfile> <seqdb>

Basic options:
  -h : show brief help on version and usage

Options directing output:
  -o <f>           : direct output to file <f>, not stdout
  -A <f>           : save multiple alignment of all hits to file <f>
  --tblout <f>     : save parseable table of per-sequence hits to file <f>
  --domtblout <f>  : save parseable table of per-domain hits to file <f>
  --pfamtblout <f> : save table of hits and domains to file, in Pfam format <f>
  --acc            : prefer accessions over names in output
  --noali          : don't output alignments, so output is smaller
  --notextw        : unlimit ASCII text output line width
  --textw <n>      : set max width of ASCII text output lines  [120]  (n>=120)

使用：

hmmsearch Pfam.hmm your.fa > restult.out.txt 

結(jié)果文件直接輸出系統(tǒng)默認的結(jié)果，主要是E-value值小于0.05，系統(tǒng)就默認保留。這部分可以根據(jù)自己的要求，進一步的過濾即可。

這基因就是我們Pfam數(shù)據(jù)庫能同源搜索的基因。到這里你就是你需要的結(jié)果。

教程簡潔，希望對你有所幫助。

往期文章推薦：

• 1. 轉(zhuǎn)錄組分析教程
     小白學生信 | 轉(zhuǎn)錄組上游分析教程
     

• 1. 最全WGCNA教程（替換數(shù)據(jù)即可出全部結(jié)果與圖形）

WGCNA分析 | 全流程分析代碼 | 代碼一

WGCNA分析 | 全流程分析代碼 | 代碼二

WGCNA分析 | 全流程代碼分享 | 代碼三

• 2. 精美圖形繪制教程

精美圖形繪制教程

小杜的生信筆記，主要發(fā)表或收錄生物信息學的教程，以及基于R的分析和可視化（包括數(shù)據(jù)分析，圖形繪制等）；分享感興趣的文獻和學習資料!!