利用PfamScan寻找同源基因家族
Pfam是一个蛋白家族数据库，其中Pfam-A是手工确定的高质量的蛋白家族，Pfam-B是自动注释的，是对A的补充。目前已更新到34.0，下载地址为ftp://ftp.ebi.ac.uk/pub/databases/Pfam/releases/，任选一版本即可，需要两个文件， Pfam-A.hmm.gz和 Pfam-A.hmm.dat.gz。
hmmer的安装
由于Pfam-A需要进行二进制的转换，方便运算，所以需要用到hmmer软件。 安装过程如下：
$ wget http://eddylab.org/software/hmmer/hmmer.tar.gz $ tar zxvf hmmer.tar.gz $ cd hmmer-3.3 $ ./configure --prefix=`pwd` $ make $ make install
安装完成后，最好把hmmer的bin目录添加到PATH中去，方便pfam_scan.pl的调用。
-
Pfam文件的转化：
$ hmmpress Pfam-A.hmm
-
hmmer也可以直接鉴定pfam
$ hmmscan -o out.txt --tblout out.tbl -E 1e-5 Pfam-A.hmm query.fa
Pfam_scan的使用
-
Pfam_scan.pl的安装特别简单，直接下载解压即可。
$ wget ftp://ftp.ebi.ac.uk/pub/databases/Pfam/Tools/PfamScan.tar.gz $ gunzip PfamScan.tar.gz
-
安装完成后PfamScan目录下主要有三个文件ChangeLog， pfam_scan.pl，README以及一个文件夹Bio（主要存放需要的模块），可以直接使用pfam_scan.pl脚本即可运行（其需要调用hmmer的hmmscan），其参数如下： 一般情况下，我们只需要用到三个参数： -fasta 需要检索的蛋白序列的fasta文件； -dir 存放Pfam-A数据库的目录； -outfile 需要输出的文件名字。 命令如下：
$ perl pfam_scan.pl -fasta query.fa -dir ~/pfam-A -outfile out.pfam
在最终的输出结果里面，我们一般可以通过两种方式去检索自己所需要的基因：
- 已知蛋白的PF编号，如红框1；
- 已知蛋白的名字，如红框2.
下一篇：
java调用C或者C++动态库dll