利用本地版hmmer和blastp进行基因家族的鉴定

复刻文献中提到的在甘蔗中PP2C基因家族鉴定的过程，分3个部分。触类旁通，其他的基因家族可以使用类似方法进行鉴定。甘蔗割手密PP2C基因家族的全基因组鉴定与表达分析 - 中国知网 (cnki.net)https://kns.cnki.net/kcms2/article/abstract?v=lQz6UQjnwp87K3lzwsrQcBJucCpGAvqlFZkIeyVCUV4v7yGkDHtu_Jlr6v8QVDqgeNVjlzZZ5Oe3x6R8gt2CqUg4nTSqtGR3tbelhwmF8GczzkJAIzupzNgYa_YPufusxvOmTM5eW76PRd4lsDI0Cfyfcp9J1jVV&uniplatform=NZKPT&language=CHS

一、PP2C隐马可夫模型的获取

pfam链接，可得到PP2C的hmm文件Pfam is now hosted by InterPro (xfam.org)http://pfam-legacy.xfam.org/

二、获取拟南芥的80个PP2C蛋白序列

链接：TAIR - Arabidopsis 目前是一个个下载的，批量下载的方法未找到，麻烦各位友友评论区补充一下。

三、hmmer和blastp的安装和使用

3.1 hmmer的安装

本人安装借助了chatpgt，需要用到的友友用google邮箱注册一个。

wget http://eddylab.org/software/hmmer/hmmer-3.1b2.tar.gz #下载安装包，可以根据官网下载最新版本
tar -zxvf hmmer-3.1b2.tar.gz #解压缩

#编译
cd hmmer-3.1b2 
./configure
make

#安装
sudo make install

3.2 hmmer的使用

hmmsearch --tblout Saccharum_PP2C_hmmsearch_results.txt PF00481.hmm Saccharum_proteins.fasta 
#Saccharum_PP2C_hmmsearch_results.txt为hmmer检索后的输出文件，PF00481.hmm为PP2C的隐马可夫模型文件，Saccharum_proteins.fasta为甘蔗的蛋白文件。

3.3 blastp的安装

wget https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.13.0+-x64-linux.tar.gz #自己安装最新版本
tar -zxvf ncbi-blast-2.13.0+-x64-linux.tar.gz #解压缩
cd ncbi-blast-2.13.0+ #进入解压后的文件

export PATH=$PATH:/path/to/ncbi-blast-2.13.0+/bin 
#编辑该用户的~/.bashrc文件，在末尾附上代码（export PATH=$PATH:/path/to/ncbi-blast-2.13.0+/bin），注意把/path/to/改成自己的安装路径，然后source ~/.bashrc后，重新加载即可成功

blastp -h #检验是否安装成功

3.4 blastp的使用

makeblastdb -in Saccharum_proteins.fasta -dbtype prot -out Saccharum_protein_db
#使用blastp需要建库，Saccharum_proteins.fasta为甘蔗的蛋白序列，Saccharum_protein_db为建立的库

blastp -query arabidopsis_PP2C_proteins.fasta -db Saccharum_protein_db -out Saccharum_PP2C_blastp_results.txt -outfmt 6
#建立库后，以拟南芥的80个PP2C蛋白（arabidopsis_PP2C_proteins.fasta）为参考进行检索，Saccharum_PP2C_blastp_results.txt为检索后的输出文件。