Easyseq v1.0 核酸序列处理工具

       每当我抵达一个我自认为的处女之地，却总发现早已有人在此等待，以我微不足道的能力向先驱者致以最为崇高的敬意。 -题记

————————————————————————————————————————————————————————————————————————————————————

在之前的工作中，因为要确认设计的PCR引物对于不同物种的覆盖情况，要处理大量的核酸序列，在工作的过程中及复盘中，总结出了一些工作流程，并编写为该套工具，实现序列截取、PCR扩增子的获取、靶标位点不匹配碱基分析的功能。希望我微不足道的工作，能为有同样需求的朋友带来帮助。

由于技术能力有限，本工具采取了不同源文件放置在不同文件夹里面的策略，并根据扩展名进行识别，

   

1.简介

Easyseq v1.0工具基于脚本程序编译而成，作为Windows平台核酸序列操作工具使用；主要功能为序列过滤、截取、扩增子获得、引物探针突变位点分析；并集成了一个简易引物探针分析pipeline；

重要提示：所有程序及文件组成请放在1级目录下（如E:\Easyseq\[文件目录及脚本程序]），最好打开计算机的显示文件扩展名功能，以方便使用，待处理的文件路径请勿存在中文或下划线等符号，处理的文件最好只有一个单词命名，处理后的文件名如需进一步处理，请勿修改文件名；

2.工具组成

序号	名称	作用
1	pmt.filter	各类参数的储存文件，所有处理的基础
2	[0]filter	基于参数文件进行数据过滤
3	[1]match	基于过滤数据进行引物探针比对
4	[2]classify	根据参数列表文件对数据进行分类
5	[3]maplus	根据参数列表文件对扩增子及引物探针匹配位置序列进行提取
6	[4]mutation	根据引物探针匹配位置碱基序列进行突变分析
7	[5]extract_id	提取参数文件提取数据库中所含列表文件ID
8	[6]cut	根据参数文件对目标序列进行截取
9	[7]mismatch	根据mismatch文件输出突变碱基位点

#pmt.filter可使用文本格式打开

3.使用方法

3.1参数列表文件

3.2简易pipeline

3.2单独功能

	数据储存目录		处理结果
单独使用	database\*.fa	→[0]filter→	filtered\*.filtered
简易pipeline	database\*.fa	→[1]match→	matched\*.matched matched\*.unmatched
	matched\*.unmatched	→[2]classify→	classified\*.fa
	classified\*.fa	→[3]maplus→	mapped\*.hit
	mapped\*.hit	→[4]mutation→	mutation\分析结果
单独使用	matched\*.*	→[5]extract_id→	extract_id\[species_name].id
单独使用	database\*.fa	→[6]cut→	cutted\database.cutted
单独使用	mismatch\*.mismatch	→[7]mismatch→	mismatch\分析结果

4.功能详解

4.1序列截取（cut）

将要截取的序列文件以fa格式存储于database文件夹，注意文件命名不要有下划线，最好只有一个单词组成。

以文本格式打开pmt文件，修改cut相应的参数，保存退出；双击cut运行对序列进行批量截取，截取后的文件存储在cutted文件夹下，以fa格式存储，*.cutted命名；

4.2序列对比（目前最多支持两对引物探针组合）（match）

将要截取的序列文件以fa格式*.filtered文件名存储于filtered文件夹，注意文件命名不要有下划线，最好只有一个单词组成。

以文本格式打开pmt文件，修改maplus相应的参数，保存退出；双击cut match运行对序列进行批量对比，截取后的文件存储在matched文件夹下，以fa格式存储，*.unmatched/matched/Primer1.matched/Primer2.matched命名；

4.3序列分类（classify）

将要截取的序列文件以fa格式存储于matched文件夹，以*.umatched命名，注意文件命名不要有下划线，最好只有一个单词组成。

以文本格式打开pmt文件，修改分组分类标准相应的参数，保存退出；双击match运行对序列进行分类，分类结束后，双击classify将对matched文件夹下的*.unmatch文件进行分类，分类结果保存在classified文件夹下；

4.4序列过滤（filter）

将要截取的序列文件以fa格式存储于database文件夹，注意文件命名不要有下划线，最好只有一个单词组成。

以文本格式打开pmt文件，修改filter相应的参数，保存退出；双击filter运行对序列进行批量截取，截取后的文件存储在cutted文件夹下，以fa格式存储，*. filtered命名；

4.5序列信息提取（extractid）

将要截取的序列文件以*.unmatched文件名存储于matched文件夹，注意文件命名不要有下划线，最好只有一个单词组成。

以文本格式打开pmt文件，修改分组相应的参数，双击extractid运行对序列进行批量截取，截取后的文件存储在extractid文件夹下，以fa格式存储，*.id命名；

4.6扩增子提取（maplus）

将要截取的序列文件以fa格式存储于clasified文件夹，注意文件命名不要有下划线，最好只有一个单词组成。

以文本格式打开pmt文件，修改maplus相应的参数，保存退出；双击maplus运行对序列进行批量扩增子提取，处理后文件存储在mapped文件夹下，以fa格式存储，*.fa（扩增子区域）或*.hit（引物探针匹配区域）命名；

4.7突变位点分析（mutation）

将要截取的序列文件以fa格式存储于mapped文件夹，以*.hit命名存储[上游引物探针下游引物]序列，注意文件命名不要有下划线，最好只有一个单词组成。

以文本格式打开pmt文件，修改map相应的参数，保存退出；双击mutation运行对序列进行分析，分析结果存储于mutation文件夹下;

4.8生信平台补充（目前最多支持两对引物探针组合）（mismatch）

将生信平台处理的mismatch文件存储于mismatch文件夹下；

以文本格式打开pmt文件，修改maplus相应的参数，保存退出；双击运行mismatch对mismatch文件进行解读，结果存储于mismatch文件夹下；