使用MAKER進行基因注釋基礎入門）

在基因組注釋上，maker算是乙個很強大的分析流程。能夠識別重複序列，將est和蛋白序列比對到基因組，進行從頭**，並在最後整合這三個結果保證結果的可靠性。此外，maker還可以不斷訓練，最初的輸出結果可以繼續用作輸入訓練基因**的演算法，從而獲取更高質量的基因模型。

maker的使用比較簡單，在軟體安裝成後，會有乙個"data"資料夾存放測試資料

ls ~/opt/biosoft/maker/data ***_contig.fasta ***_est.fasta ***_protein.fasta hsap_contig.fasta hsap_est.fasta hsap_protein.fasta te_proteins.fasta

以"***"開頭的資料集為例，protein表示是同源物種的蛋白序列，est是表達序列標籤，存放的是片段化的cdna序列，而contig則是需要被**的基因組序列。

讓我們新建乙個資料夾，並將這些測試資料拷貝過來。

mkdir test01 ; cd test01
cp ~/opt/biosoft/maker/data/**** .

由於基因組注釋設計到多個程式，多個步驟，每個步驟可能都有很多引數需要調整，因此就需要建立專門的配置檔案用來告訴maker應該如何控制流程的執行。

如下步驟建立三個以ctl結尾的配置檔案

~/opt/biosoft/maker/bin/maker -ctl ls *.ctl maker_bopts.ctl maker_exe.ctl maker_opts.ctl

maker_exe.ctl和maker_bopt.ctl可以簡單用less檢視，可不做修改，maker_opt.ctl是主要調整的物件。使用vim maker_opt.ctl修改如下內容

genome=***_contig.fasta
est=***_est.fasta
protein=***_protein.fasta
est2genome=1

修改完之後多花幾分鐘看看每個引數的設定，儘管很枯燥，但是考慮這個工具你可能會反覆多次使用，所以這點時間是一定要花的。

隨後就可以在當前路徑執行程式

~/opt/biosoft/maker/bin/maker &> maker.log &

輸出結果見"***_contig.maker.output", 重點是"***_contig_master_datastore_index.log"檔案，由於maker會拆分資料集平行計算，因此該檔案記錄總體的運**況，需要關注其中是否有"failed","retry","skipped_samll","died_sipped_permanet"，因為這意味著有些資料出於某些原因沒有運算。

最後，我們需要將並行運算的結果進行整合，匯出gff檔案, 轉錄本序列和蛋白序列

~/opt/biosoft/maker/bin/fasta_merge -d ***_contig_master_datastore_index.log ~/opt/biosoft/maker/bin/gff3_merge -d ***_contig_master_datastore_index.log

在該目錄下就會出現, "***_contig.all.gff", "***_contig.all.maker.proteins.fasta","***_contig.all.maker.transcripts.fasta"

其中gff檔案就需要用i**，jbrowse, apollo下展示來檢查下注釋是否正確。

先檢查下自己的系統情況，看需要補充哪些庫

tar xf maker-2.31.10.tgz cd maker/src perl build.pl

這一步之後會羅列出後續需要執行的命令來完成安裝

./build installdeps ./build installexes ./build install ./build status

使用MAKER進行基因注釋基礎入門）

使用MAKER進行基因注釋基礎入門

R語言實現對基因組SNV進行注釋

Python 基礎使用注釋

使用MAKER進行基因注釋 基礎入門）

使用MAKER進行基因注釋 基礎入門

R語言實現對基因組SNV進行注釋

Python 基礎 使用注釋

相關推薦

使用MAKER進行基因注釋基礎入門）

使用MAKER進行基因注釋基礎入門

Python 基礎使用注釋