phred安装与使用（二）_phred软件-CSDN博客

DNA测序峰图转化成Phred格式

简介

Phred是 phred\phrap 软件包的一部分，phred\phrap 软件包由华盛顿大学分子生物技术学院的 Phil Green 和 Brent Ewing 开发，主要用于学术科研活动。Phred 功能是处理测序仪直接生成的色谱图，给出相应的碱基和质量值。不同的测序仪会给出不同的色谱文件，Phred 能够识别三种格式的色谱文件，SCF, ABI 和预先处理的 ESD 格式。

碱基的测序质量值 Q 和此碱基出错的概率 Pe 相关。公式：

Q = -10 log10( Pe )

下载

该软件包可以从phrap的的网站申请后免费下载，网站链接：http://www.phrap.org/consed/consed.html#howToGet

安装

1、上传 phred 的压缩包到本地 linux/unix 运算服务器；

2、解压缩：

gzip –d phred-dist-020425.c-acd.tar.gz tar –xvf phred-dist-020425.c-acd.tar

3、查看解压缩后的文件：

4、编译源程序：

在命令行键入 make all

敲入“make >& make.log”，完成 phred 的编译。

敲入“make daev”,完成 phred 程序包中 daev 程序的编译。编译完成后，可将执行文件 phred、daev 拷到/usr/local/genome/bin 目录下面。

默认是用 cc 编译源代码，如果编译报错的话，很可能是 CC 编译器有问题，可以试一下用 gcc

编译，将 Makefile 文件中 CC= cc 改为 CC=gcc 或用命令：make CC=gcc all

5、设置环境变量

为了以后使用方便，可以把 phred 需要的环境变量设置在用户宿主目录下面的.profile和.bashrc 或.cshrc 文件里面，把配置文件的路径付给 PHRED_PARAMETER_FILE，例如：

1．C shell,tcsh：

% setenv PHRED_PARAMETER_FILE /usr/local/PhredPar/phredpar.dat

2．sh,bash：

$ HRED_PARAMETER_FILE=/usr/local/PhredPar/phredpar.dat

$ export PHRED_PARAMETER_FILE

注意路径要根据不同用户安装目录的不同做相应的修改，不能照抄这个例子。

phredpar.dat文件内容：

最后两行：

"no_matching_string" unknown unknown unknown end chem_list

如果有如下报错信息，说明环境变量还没有设置成功，需要重新设置环境变量：

FATAL_ERROR: PHRED_PARAMETER_FILE environment variable not set. type `phred -doc' for more information

使用

程序运行命令行：

phred -id <chromat-file-dir> -pd <phd-file-dir> [other options]

键入 phred -help（-h）查看帮助信息：

parameter	argument	default	description
---------	--------	-------	-----------
-if	<filename>	none	read input filenames from file
-id	<dirname>	none	read input files from <dirname>
-zd	<dirname>	path	uncompress program path
-zt	<dirname>	/usr/tmp	uncompress temporary directory
-st	<type>	fasta	sequence file type (fasta\|xbap)
-s	none	nofile	write *.seq sequence file(s)
-s	<filename>	nofile	write <filename> sequence file
-sa	<filename>	none	append sequence files to <filename>
-sd	<dirname>	nofile	write *.seq file(s) to <dirname>
-qt	<type>	fasta	quality file type (fasta\|xbap\|mix)
-q	none	nofile	write *.qual quality file(s)
-q	<filename>	nofile	write <filename> quality file
-qa	<filename>	none	append quality files to <filename>
-qd	<dirname>	nofile	write *.qual file(s) to <dirname>
-qr	<filename>	nofile	write quality report to <filename>
-p	none	nofile	write *.phd.1 file(s)
-p	<filename>	nofile	write <filename> phd file
-pd	<dirname>	nofile	write *.phd.1 file(s) to <dirname>
-cv	<version>	2	SCF format version (2 or 3)
-cp	<precision>	maxval	SCF data precision in bytes (1 or 2)
-cs	none	no scale	always scale traces in SCF files
-c	none	nofile	write * phred SCF file(s)
-c	<filename>	nofile	write <filename> phred SCF file
-cd	<dirname>	nofile	write * SCF file(s) to <dirname>
-d	none	nofile	write *.poly poly file(s)
-d	<filename>	nofile	write <filename> poly file
-dd	<dirname>	nofile	write *.poly file(s) to <dirname>
-raw	<seq name>	NULL	seq name written in output files
-log		nolog	write phred.log file
-nocall	none	call	disable basecalling
-trim	<enzyme seq>	notrim	enable auto trim
-trim_alt	<enzyme seq>	notrim	enable alternate auto trim
-trim_cutoff	<n>	0.05	trim_alt error probability
-trim_fasta	none	none	trim FASTA bases and qual. values
-trim_scf	none	none	trim SCF bases and qual. values
-trim_phd	none	none	trim base call data in phd files
-trim_out	none	none	trim data in most output files
-nonorm	none	normalize	disable trace normalization
-nosplit	none	none	no compressed peak splitting
-nocmpqv	none	none	no compressed peak quality values
-ceilqv	<ceiling qv>	none	quality value ceiling value
-beg_pred	<point>	none	set peak prediction start point
-exit_nomatch	none	none	exit immediately for chromats with
			unmatchable primerID string
-process_nomatch	none	none	process chromats with unmatchable
			primerID string using
			'__no_matching_string__' entry
-v	<n>	none	verbose operation <n> = 1 to 63
-tags	none	not tags	label common messages with tags
-V	none	none	show version
-help	none	none	help
-h	none	none	help
-doc	none	none	show phred documentation

For the warning messages `unable to identify chemistry and dye' and `unknown chemistry (...) in chromat ...' please read the phred documentation using the command `phred -doc'.

输入

测序仪产生的峰图文件，可识别：SCF, ABI model 373 and 377 DNA sequencer chromatogram,and MegaBACE ESD chromatograms files

输出

运行过程中的屏幕输出：

chromat_dir/10_A8-9.ab1

chromat_dir/11_A8-9_R.ab1

chromat_dir/15_A8-9.ab1

chromat_dir/21_A8-9.ab1

chromat_dir/22_A8-9.ab1

chromat_dir/23_A8-9.ab1

Warn 输出：

Chromat_dir/10_A8-9.ab1

unknown chemistry (KB_3730_POP7_BDTv3.mob) in chromat tmp/10_A8-9.ab1 add a line of the form "KB_3730_POP7_BDTv3.mob" <chemistry> <dye type> <machine type>

to the file phredpar.dat type `phred -doc' for more information

程序的输出结果是文件输出，格式可以是 FASTA 格式,也可以是 XBAP, PHD 格式或 SCF 格式。

1. Phd 文件，用于组装后 consed 查看编辑，名字为<filename>.phd.1

2. Fasta 格式的核酸序列文件

FASTA 头注释行包含修饰信息（序列没有影响），此行有如下格式：

a. 序列名称

b. phred 读出的碱基数

c. 序列开始部分被修饰掉的碱基数

d. 修饰后余下的碱基数

e. 描述输入文件类型

3. Fasta 格式的质量文件(和序列文件相对应，给出每个碱基的质量值)

参数

详细的参数列表及说明可以通过键入 phred –doc 查看：

$ phred -doc

输入选项：

-id 输入文件目录

运行选项：

输出选项：

参考文献

1． Ewing B, Green P: Basecalling of automated sequencer traces using phred. II. Error probabilities. Genome Research 8:186-194 (1998).

2． Ewing B, Hillier L, Wendl M, Green P: Basecalling of automated sequencer traces using phred. I. Accuracy assessment. Genome Research 8:175-185 (1998).