||
本网对Markdown排版支持差,对格式不满意的用户请跳转至“宏基因组”公众号阅读;
RepeatMasker是一款专门用于基因组重复序列识别注释,并分类统计的软件,几乎用于所有物种。是研究基因组、非编码RNA、转座子和着丝粒领等相关领域的必备软件。很多small RNA, lncRNA与Repeat区有密切关系。
之前我在2013在PLOB发布过《RepeatMasker安装方法与使用 》,阅读近7000次。相关百度云中Repbase也被下载几千次。但目前软件和数据库均更新很多次,旧版在主流系统安装也会出一些问题,重复序列发现种类也已经翻倍,故重发新版软件安装和使用方法。
软件安装与配置本次安装环境为 Ubuntu 16.04.2 x64,所有相关软件和数据库全为文章发布时最新版。本文是以Root权限安装提供服务所有用户使用,没有权限的小伙伴只需将软件下载安装在自己的文件夹内,配置repeatmasker时设置所有相关软件的位置即可,不会设置环境变量的一律使用程序完整路径名运行RepeatMasker即可。
1. RMBlast序列搜索引擎http://www.repeatmasker.org/RMBlast.html
2.6.0 ver 2 2017-3-29
http://tandem.bu.edu/trf/trf.download.html
4.09 2016-2-22
最新版4.09,本操作系统需要安装其中的legacy的64位版才能运行
http://www.repeatmasker.org/RMDownload.html
4.0.7 2017-2-1
http://www.girinst.org/server/RepBase/index.php
需要注册才能下载,人工审批,可能要等两天。
RepBaseRepeatMaskerEdition-20170127.tar.gz (48.84 MB) 也可以在我的百度网盘下载,并上传服务器至RepeatMasker下载的相同目录。http://pan.baidu.com/s/1c2zSMKo
运行开始会显示数据库的发布时间版本和物种特异数据信息,需 注释核对
( Complete Database: dc20170127-rb20170127 )
Building species libraries in: /mnt/bai/public/bin/RepeatMasker/Libraries/dc20170127-rb20170127/brachypodium
201 ancestral and ubiquitous sequence(s) for brachypodium
282 lineage specific sequence(s) for brachypodium
*代表你基因组的名字
*.out.gff:重复序列基因组注释文件,与基因注释类似,最重要结果
*.tbl:重复序列注释结果报告信息汇总表格 overview
*.out.html: 网页版结果详细,同RepeatMasker在线注释结果报告
*.masked: 将注释为重复序列区的大项替换为N的基因组
*.out:RepeatMasker默认输入结果格式,信息基本与gff相关
*.cat.gz: 序列与重复序列比对的文件
NCBI自从2013年2.2.28后再没有更新过rmblastftp://ftp.ncbi.nlm.nih.gov/blast/executables/rmblast/LATEST ,我尝试安装源码包在Ubuntu16.04是无法安装的;
在RepeatMasker的页面上有最近ncbi-blast-2.6.0+-src源代码和补定,按要求安装,即本文中的操作,make编辑成功,但make install有错误,不过关键程序rmblastn已经成功,可正常使用;
如果新版安装失败,可尝试安装2.2.28的预译版
如果安装成功了2.2.28,则配置repeatmasker中rmblast位置则改为/usr/local/rmblast-2.2.28/bin/rmblastn
2. trf运行报错是由于Linux legacy GLIBC的版本兼容性问题,故作者提供了两个版本,原文中的如果不可用,试试下面另一个版本
wget http://tandem.bu.edu/trf/downloads/trf409.linux64chmod +x trf409.linux64./trf409.linux643. Rpeatmasker运行时找不到依赖程序是RepeatMasker文件中./configure步骤设置错了,再新再一次,仔细核对每个依赖程序的位置,即可正常运行。
前提是你先运行下相关依赖的程序是否可以运行!
添加了-dir 指定输出目录,但没有结果
time RepeatMasker -parallel 30 -species arabidopsis -html -gff -dir repeat Bdistachyon_314_v3.0.fa你一定是忘记建立结果文件夹了,程序不会自己建目录,mkdir repeat是必须的。你有两个选择,要么提前建文件夹,要么直接不用-dir result参数,把结果全都输出至当前目录。
想了解更多16S/ITS/18S扩增子、宏基因组、宏转录组文献阅读和分析相关文章,快关注“宏基因组”公众号,干货第一时间推送。
系统学习生物信息,快关注“生信宝典”,那里有几千志同道合的小伙伴一起学习。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-27 06:36
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社