基因组重复序列检测：RepeatMasker

最新推荐文章于 2024-07-25 13:57:56 发布

TIME_@

最新推荐文章于 2024-07-25 13:57:56 发布

阅读量2.5k

点赞数

分类专栏：软件安装文章标签： repeatmasker

本文链接：https://blog.csdn.net/geekfocus/article/details/117364608

版权

软件安装专栏收录该内容

10 篇文章 0 订阅

订阅专栏

转载

RepeatMasker是重复序列检测的常用工具，通过与参考数据库相似性比对来准确识别或屏蔽基因组中的重复序列，属于同源预测注释的方式。

基因组组装完成后，进行基因预测和注释。由于基因组中存在重复序列结构区，特别是高等真核生物，重复序列占了相当大的比例，会影响基因预测的质量，也会带来不必要的资源消耗。因此在基因预测前，首先要检测并屏蔽基因组中的重复序列。对于这种情况，只是为了屏蔽重复序列降低后续基因预测的压力，重复序列的检测可不必纠结。
当注释基因组重复序列结构，也可能是专注于某些特定研究，例如，某些重复元件可能参与了重要功能，我们期望定位它们的位置。这种情况下需要识别精准。

RepeatMasker本地配置：

1、TRF
TRF（Tandem Repeats Finder）在RepeatMasker安装前必需要提前配置好，这个可以使用conda直接安装。

conda install TRF

2、序列搜索引擎（4选1即可）
RepeatMasker需要序列搜索引擎，以实现输入基因组序列和参考库中序列的比对，在RepeatMasker安装前必需要提前配置好。RepeatMasker主要通过以下4种工具实现序列比对功能，CrossMatch、RMBlast、ABBlast、HMMER，因此我们需要从中至少选1个。RMBlast失败选了HMMER

conda install HMMER

3、RepeatMasker
前两个工具配置好后，正式安装RepeatMasker，conda搞不定了，需要源码编译。

wget http://www.repeatmasker.org/RepeatMasker-open-4-0-6.tar.gz
tar xzvf RepeatMasker-open-4-0-6.tar.gz
cd RepeatMasker
chmod -R 755 *
./configure　　　＃执行后，根据提示信息一步步来。

#例如，我的RepeatMasker安装路径是在“/home/my/software/RepeatMasker”
export PATH=/home/my/software/RepeatMasker:$PATH
 
#这时候没啥问题的话应该可以看到帮助界面了
RepeatMasker -h

如果反复提示以下关于“Text::Soundex module”模块的错误（即便你这个perl模块确实安装好了）见外网作者答复

However, we have actually stopped using Text::Soundex in that file, so you could also comment out line 80 of Taxonomy.pm (the one in the error message). I will fix this for the next version of RepeatMasker so the error doesn't occur.