interproscan

interproscan

interproscan 是個(gè)基因注釋工具，可以一次運(yùn)行實(shí)現(xiàn)多個(gè)數(shù)據(jù)庫(kù)的注釋。用戶既可以提交蛋白序列也可以提交核酸序列，還可以對(duì)輸出格式進(jìn)行設(shè)置。
具體支持的數(shù)據(jù)庫(kù)有：

  • CDD
  • COILS
  • Gene3D
  • HAMAP
  • MOBIDB
  • PANTHER
  • Pfam
  • PIRSF
  • PRINTS
  • PROSITE (Profiles and Patterns)
  • SFLD
  • SMART (默認(rèn)是非許可版本，結(jié)果會(huì)與許可版本不同)
  • SUPERFAMILY
  • TIGRFAMs

下面這些分析雖然也能用 interproscan 來(lái)進(jìn)行，但許可代碼（licensed code）和數(shù)據(jù)（data）是由第三方提供的，需要自己下載并配置：

  • Phobius (licensed software)
  • SignalP
  • SMART (licensed components)
  • TMHMM

Software requirements安裝要求:

  • 64-bit Linux

  • Perl 5 (default on most Linux distributions)

  • Python 3 (InterProScan 5.30-69.0 onwards)

  • Java JDK/JRE version 11 (InterProScan 5.37-76.0 onwards)
    Environment variables set
    [圖片上傳失敗...(image-2bb1e9-1688007629386)]

    JAVA_HOME/bin should be added to the $PATH
    具體如何配置安裝環(huán)境查看官方文檔。
    1.檢驗(yàn)perl安裝版本(linux在安裝的時(shí)候應(yīng)該是自動(dòng)配置了perl)：

$ perl -version
This is perl 5, version 30, subversion 3 (v5.30.3) built for x86_64-linux-gnu-thread-multi
(with 50 registered patches, see perl -V for more detail)

Copyright 1987-2020, Larry Wall

Perl may be copied only under the terms of either the Artistic License or the
GNU General Public License, which may be found in the Perl 5 source kit.

Complete documentation for Perl, including FAQ lists, should be found on
this system using "man perl" or "perldoc perl".  If you have access to the
Internet, point your browser at http://www.perl.org/, the Perl Home Page.

2.檢驗(yàn)python版本(linux在安裝的時(shí)候應(yīng)該是自動(dòng)配置了python,我的是有配置的)：

$ python3 --version
Python 3.8.6
  1. 配置Java 環(huán)境
    ①：下載jdk包：本章使用的為后綴為tar.gz的文件（已經(jīng)下載好了的），OpenJDK11U-jdk_x64_linux_hotspot_11.0.17_8.tar.gz
    ②：將壓縮包上傳至服務(wù)器安裝目錄下，并解壓
$ ls
OpenJDK11U-jdk_x64_linux_hotspot_11.0.17_8.tar.gz
$ tar -zxvf OpenJDK11U-jdk_x64_linux_hotspot_11.0.17_8.tar.gz

③: 解壓生成jdk-11.0.17+8文件夾，將文件夾目錄路徑添加到 .proflie 文件中

$ JAVA_HOME=/home/lpy/interpro/jdk-11.0.17+8
$ PATH=$JAVA_HOME/bin:$PATH
$ CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
$ export JAVA_HOME
$ export PATH
$ export CLASSPATH
$ source ./.profile
bash: ./.profile: No such file or directory
$ java -version
openjdk version "11.0.17" 2022-10-18
OpenJDK Runtime Environment Temurin-11.0.17+8 (build 11.0.17+8)
OpenJDK 64-Bit Server VM Temurin-11.0.17+8 (build 11.0.17+8, mixed mode)
應(yīng)該每次要用的時(shí)候都要重新配置一下java環(huán)境。

下載安裝

$ mkdir my_interproscan
$ ls
jdk-11.0.17+8    OpenJDK11U-jdk_x64_linux_hotspot_11.0.17_8.tar.gz
my_interproscan
$ wget https://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.59-91.0/interproscan-5.59-91.0-64-bit.tar.gz
$ wget https://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.59-91.0/interproscan-5.59-91.0-64-bit.tar.gz.md5

# Recommended checksum to confirm the download was successful:
md5sum -c interproscan-5.59-91.0-64-bit.tar.gz.md5
# Must return *interproscan-5.59-91.0-64-bit.tar.gz: OK*
# If not - try downloading the file again as it may be a corrupted copy.

當(dāng)文件被壓縮時(shí)強(qiáng)烈推薦使用md5sum檢查文件是否已下載且沒(méi)有錯(cuò)誤，如上所述。

tar -pxvzf interproscan-5.59-91.0-*-bit.tar.gz

# where:
#     p = preserve the file permissions
#     x = extract files from an archive
#     v = verbosely list the files processed
#     z = filter the archive through gzip
#     f = use archive file

Index hmm models
首次運(yùn)行interproscan之前，應(yīng)運(yùn)行以下命令：

python3 setup.py interproscan.properties

This command will press and index the hmm models to prepare them into a format used by hmmscan.

Running InterProScan

解壓縮獲得InterProScan后，可以直接從命令行運(yùn)行InterProScan。
運(yùn)行提供的shell腳本。如果您在沒(méi)有參數(shù)的情況下運(yùn)行此腳本，將向您顯示使用說(shuō)明：

./interproscan.sh
image

具體使用可查看幫助文檔
https://interproscan-docs.readthedocs.io/en/latest/HowToRun.html

數(shù)據(jù)庫(kù)使用
進(jìn)入interproscan-5.47-82.0文件夾后可以拿里邊的測(cè)試數(shù)據(jù)進(jìn)行測(cè)試

./interproscan.sh #直接運(yùn)行該腳本可以看到該數(shù)據(jù)庫(kù)的各個(gè)使用參數(shù)，其中：

-i：輸入文件

-o：輸出文件，和-b參數(shù)（輸出另一種格式）不能同時(shí)使用

-iprlookup -goterms：同時(shí)使用顯示GO注釋的GO ID（最好加上）

-f：輸出文件格式，有TSV, XML, JSON, GFF3, HTML和SVG幾種， TSV格式對(duì)于生信分析最為友好，蛋白序列默認(rèn) TSV, XML和GFF3,核酸默認(rèn)GFF3和XML

-T ：臨時(shí)文件生產(chǎn)路徑，默認(rèn)當(dāng)前文件夾下生產(chǎn)temp（cluster模式會(huì)生產(chǎn)）

-appl：能夠直接使用的數(shù)據(jù)庫(kù)有SFLD,ProDom,Hamap,SMART,CDD,ProSiteProfiles,ProSitePatterns,SUPERFAMILY,PRINTS,PANTHER,Gene3D,PIRSF,Pfam,Coils,MobiDBLite，該參數(shù)默認(rèn)選擇全部可用數(shù)據(jù)庫(kù)

其他參數(shù)可參考官網(wǎng)：Running InterProScan 5 — interproscan-docs documentation

運(yùn)行腳本：

./interproscan.sh -iprlookup -goterms -appl Pfam -appl PRINTS -appl PANTHER -appl ProSiteProfiles -appl SMART -f TSV -i test_proteins.fasta -o test_proteins.fasta.ipscan

./interproscan.sh -iprlookup -goterms -appl Pfam -appl CDD -appl SMART -f TSV -i test_proteins.fasta -o test_proteins.fasta.ipscan

直接運(yùn)行該腳本即可得到TSV格式的結(jié)果文件，-appl也可寫(xiě)成-appl Pfam,PRINTS,PANTHER,ProSiteProfiles,SMART

注意提交的蛋白序列不能有星號(hào)
遇到的問(wèn)題：

image

內(nèi)存不足，修改參數(shù)，將綠箭頭的兩個(gè)參數(shù)修改一下。

image

結(jié)果解讀

image

報(bào)錯(cuò)參考：
https://interproscan-docs.readthedocs.io/en/latest/KnownIssues.html

參考：http://www.itdecent.cn/p/1bc986ee1a9e
http://www.itdecent.cn/p/9f958215ef2f

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容