一站解决：如何用cd-hit去低于30%的冗余（资源见百度云链接）

环境

cd-hit-v4.8.1
Linux

简介

一般情况下我们使用cd-hit去冗余阈值不会低于30%。直接使用一下代码即可运行：

cd-hit -i 输入文件路径 -o 输出文件路径 -c 0.6 -n 4

当我们需要阈值低于0.3时需要用到psi-cd-hit.pl，并且需要经过两步。

1. 用cd-hit将冗余降到60%（此处也可以分两步进行，先降到0.9再降到0.6）

cd-hit -i db    -o db_90 -c 0.9 -n 5 -g 1 -G 0 -aS 0.8  -d 0 -p 1 -T 16 -M 0 > db_90.log
cd-hit -i db_90 -o db_60 -c 0.6 -n 4 -g 1 -G 0 -aS 0.8  -d 0 -p 1 -T 16 -M 0 > db_60.log

2. 使用psi-cd-hit.pl将冗余降到30%以下，具体运行命令如下：

./psi-cd-hit.pl -i db_60 -o db_30 -c 0.3

遇到的问题

在运行psi-cd-hit.pl时需要一些可执行文件，官方文件的提示如下：

For psi-cd-hit
please download BLAST+ (not legacy BLAST) and install the executables in your $PATH

但是我们其实需要的是BLAST+里面的几个可执行文件，所以这里把几个可执行文件直接放到psi-cd-hit.pl同级目录下。但是可能会遇到一些路径问题需要修改，本文百度云链接里的文件都以经过修改。

使用流程

百度云链接

链接:https://pan.baidu.com/s/1kuTk4p1fxF9HK0Nou5HU5Q
密码:4l1q
直接使用即可，不需要再安装，但是要注意可执行文件的权限问题，若不是可执行，请自行更改

运行代码举例

#第一步
cd /data_original/cd-hit/cd-hit-v4.8.1

./cd-hit -i /data_original/simplify.fasta -o /data_original/cd-hit/cd-hit60.fasta -c 0.6 -n 4

#第二步
cd /data_original/cd-hit/cd-hit-v4.8.1/psi-cd-hit

./psi-cd-hit.pl -i /data_original/cd-hit/cd-hit60.fasta -o /data_original/cd-hit/cd-hit30.fasta -c 0.3