InterProScan 5.14-53.0 安裝

標籤：

InterProScan 5.14-53.0 安裝，目前最新版的interproscan

引用自 每日一生信--interproscan安裝及使用（終結版）原文官網：http://code.google.com/p/interproscan/wiki/Introduction

配置要求：至少2 cores and 4 GB of RAM, 這樣才能同時分析5 - 10 sequences .

軟體要求:

Linux, 32 bit or 64 bit (64 bit recommended).

Perl (default on most Linux distributions)

Oracle‘s Java JDK/JRE version 6u4 and higher (which also includes Java 7)

Environment variables set

JAVA_HOME should point to the location of the JVM

$JAVA_HOME/bin should be added to the CLASSPATH

查看我的配置：

[[email protected] ~]$ uname -a                    

Linux localhost.localdomain 2.6.18-238.el5 #1 SMP Sun Dec 19 14:22:44 EST 2010 x86_64 x86_64 x86_64 GNU/Linux

其中x86_64代表64 Bit

 

[[email protected] ~]$ java -version

java version "1.6.0_35"
OpenJDK Runtime Environment (IcedTea6 1.13.7) (rhel-1.13.7.1.el5_11-x86_64)
OpenJDK 64-Bit Server VM (build 23.25-b01, mixed mode)

現在僅僅支援 version1.6 or 1.7

如果你的系統式redhat，內建java版本1.4,需要對java進行升級，使用yum就可以升級，yum安裝可以查看我的另一篇部落格

 

[[email protected] ~]$perl -version

This is perl, v5.8.8 built for x86_64-linux-thread-multi

Copyright 1987-2006, 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.

 

安裝interproscan5

1獲得InterProScan software（x64）mkdir interproscancd interproscan

wget ftp://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.14-53.0/interproscan-5.14-53.0-64-bit.tar.gz
wget ftp://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.14-53.0/interproscan-5.14-53.0-64-bit.tar.gz.md5

# 使用md5保證下載檔案的完整性，返回OK才證明完整

md5sum -c interproscan-5.14-53.0-64-bit.tar.gz.md5

2解壓縮

tar -pxvzf interproscan-5.14-53.0-64-bit.tar.gz

 

2.安裝panther Models

下載Panther Models到剛解壓縮的檔案的子目錄/data下面

cd [InterProScan5 home]/data/

wget ftp://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/data/panther-data-8.1.tar.gz

wget ftp://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/data/panther-data-8.1.tar.gz.md5

 

這個檔案大小大概為12 GB，下載結束後需要檢查一下MD5

md5sum -c panther-data-8.1.tar.gz.md5

出現# This must return *panther-data-8.1.tar.gz: OK*證明下載的沒問題，否則重新下載

 

解壓縮

tar -pxvzf panther-data-8.1.tar.gz

如果想把這個放在其他的文夾件的話，可以修改[InterProScan5 home]/interproscan.properties 檔案，改下面的東西

panther.models.dir.8.1=PATH_TO/panther/8.1/model

 

3. 使用Pre-calculated Match Lookup 網路伺服器

The pre-calculated match lookup網頁伺服器能夠提供超過3千萬蛋白序列的比對，包括所有的UniProtKB蛋白序列. InterProScan 5使用這個伺服器能夠加速本機伺服器的速度。這是這個版本的特低昂要想使用這個伺服器的話，需要電腦能上網：http://www.ebi.ac.uk to use it.

如果你的電腦防火牆阻止訪問這個網站，你可以下載本地化的InterProScan 5 lookup service（https://code.google.com/p/interproscan/wiki/LocalLookupService）或者關掉這個功能關掉這個功能的時候，你可以在命令列加入-dp 或者修改interproscan.properties 在前面加一個#注釋掉即可

precalculated.match.lookup.service.url=http://www.ebi.ac.uk/interpro/match-lookup

 

 

如何使用interproscan

./interproscan.sh -i /path/to/sequences.fasta  –o /san/  –goterms –iprlookup –pa -f xml

 

可以運行其提供的例子： ./interproscan.sh -i test_proteins.fasta -f  tsv

會得到tsv格式的結果，裡麵包含了很多資料庫Gene3d, PIRSF，PRINTS,PANTHER,SUPERFAMILY,PFAM,TIGERFAM等比對的結果。

如果運行不了，請參考該網頁提供的問題解決方案:

https://code.google.com/p/interproscan/wiki/FAQ#3.What_should_I_do_if_one_of_the_binaries_included_with_InterProScan_5_does_not_work_on_my_system?

 

Cd  /interproscan

可以直接在終端輸入./interproscan.sh，你會看到用法資訊

 

-appl  單獨分析，沒有這個的話，所有的結果都將呈現  

指定資料庫，可以不加資料庫的版本 

./interproscan.sh -appl PfamA -i /path/to/sequences.fasta

If you wish to specifically run two or more analyses you can include multiple -appl arguments:

也可以指定多個資料庫

./interproscan.sh -appl PfamA-27.0 -appl PRINTS-42.0 -i /path/to/sequences.fasta

or you can use a single -appl option with a comma-separated list of analyses:

或者可以通過,把多個資料放在一起。

./interproscan.sh -appl PfamA,PRINTS -i /path/to/sequences.fasta

A list of all available analyses is in the section "Included Analyses"

 

-b     base output filename指定組建檔案路徑，跟-o效果一樣，如果不加，預設的名字和路徑。自動往組建檔案名加指定檔案尾碼。

-d     output directory, 跟-b ,-o互斥，

-dp    關閉precalculated match lookup service，預設的是開啟。根據md5值來快速檢驗這上傳的資料是否已經被注釋了，如果是已經注釋了就直接出結果。節省時間。

-f      輸出檔案的格式，支援的格式為TSV, XML, GFF3, HTML and SVG。蛋白預設的格式為

TSV, XML 和 GFF3, 核酸的格式之前為GFF3 和XML，現在都可以了哦。

./interproscan.sh -f XML -f HTML -i /path/to/sequences.fasta -b /path/to/output_file

or

./interproscan.sh -f XML, HTML -i /path/to/sequences.fasta -b /path/to/output_file

集中輸出格式的區別：https://code.google.com/p/interproscan/wiki/OutputFormats

-i      輸入的為fasta格式檔案。

-goterms開啟GO注釋，但前面要加上-iprlookup參數

-iprlookup開啟interpro注釋

-ms      最小核酸ORF的大小，如果設定的小的話，花的時間會長。

-o       跟前面的-b.-d不能同時出現，如果設定了這個，就必須設定-f

-pa      開啟可能的代謝注釋

-T       預設的臨時檔案在/tmp,這個是可以設定臨時檔案的位置

-t       輸入序列的類型。預設的是蛋白， 可以為dna或者為rna

 

涉及到的資料庫：

可以直接用的。

TIGRFAM-XX.X : TIGRFAMs 基於隱馬爾可夫模型的蛋白家族庫

ProDom-XXXX.X: ProDom 是由UniProt Knowledge Database自動產生的蛋白域家族。

Panther-X.X : The PANTHER (Protein ANalysis THrough Evolutionary Relationships)是一個獨立的根據功能來分類平台，使用已公布的實驗證據和進化關係來預測沒有直接實驗證據的基因的功能，

SMART-X.X : SMART 可以用來鑒別和分析基於隱馬爾可夫模型的域構架        PrositeProfiles-XX.XX :PROSITE 包含描述蛋白域，家族，功能位點和關係的入口檔案，用來         

區別這些蛋白的編號。

PrositePatterns-XX.X.XX :同上

SuperFamily-X.XX : SUPERFAMILY可以給核酸和蛋白做功能和結果注釋的資料庫。                 PRINTS-XX.X : A fingerprint是一個保守的模型用來描述蛋白家族。                 Gene3d-X.X.X :通過使用 CATH域結構資料庫來對全基因和基因組進行結構分析

PIRSF-X.XX : The PIRSF是用來但做一個指導把UniProtKB序列進行無重疊和深度分類，來反映他們進化關係                  

PfamA-XX.X : 一大類蛋白家族，每一個代表對序列比對和隱馬爾可夫的結果。

HAMAP-XXXXXX.XX : High-quality Automated and Manual Annotation of Microbial Proteomes高品質自動注釋和手工注釋微生物的蛋白組

Coils-X.X :對蛋白組捲曲螺旋地區的預測

 

無效的分析:

SignalP-GRAM_NEGATIVE-X.X : Analysis SignalP-GRAM_NEGATIVE-X.X is deactivated, because the following parameters are not set in the interproscan.properties file: binary.signalp.X.X.path

SignalP-GRAM_POSITIVE-X.X : Analysis SignalP-GRAM_POSITIVE-X.X is deactivated, because the following parameters are not set in the interproscan.properties file: binary.signalp.X.X.path

SignalP-EUK-X.X : Analysis SignalP-EUK-X.X is deactivated, because the following parameters are not set in the interproscan.properties file: binary.signalp.X.X.path

 Phobius-X.XX : Analysis Phobius-X.XX is deactivated, because the following parameters are not set in the interproscan.properties file: binary.phobius.pl.path.X.XX

TMHMM-X.Xc : Analysis TMHMM-X.Xc is deactivated, because the following parameters are not set in the interproscan.properties file: binary.tmhmm.path

 

核酸序列的掃描

     Emboss getorf.是內嵌在interproscan中的基因預測的軟體，如果你想本地安裝這個軟體的話，必須修改interproscan.sh script

# set environment variables for getorf

export EMBOSS_ACDROOT=bin/nucleotide

export EMBOSS_DATA=bin/nucleotide

如果輸入的是核酸序列，在運行命令的時候需要加入-t這個參數

./interproscan.sh -t n -i /path/to/nucleic_acid_sequences.fasta

 

格式轉換

可以將xml轉化為其他的格式

./interproscan.sh -mode convert -f tsv,gff3,svg -i /path/to/impact.xml -o /path/to/output_file_basename

 

InterProScan 5.14-53.0 安裝