蛋白质多序列CD-HIT处理

流程：

1：蛋白质去除标签，筛选为单一标号（GI、ACESSION）

2：登录批量下载蛋白质地址https://www.ncbi.nlm.nih.gov/sites/batchentrez?db=Protein，上传文件，点击RETRIEVE按钮开始匹配

3：点击右上角SEND TO:选项进行下载，注意选择保存格式（保存为FASTA格式）

4：打开CD-HIT官网http://weizhongli-lab.org/cd-hit/，选择网页服务，根据需要选择CD-HIT类型

5：选择底端CD-HIT UCSC，根据需求选择，设置阈值，提交

6：页面自动跳转，可手动刷新

7：建议先预览文件，避免结果错误

8：下载名称为xxxx,fasta.1文件，即处理后文件

9：将文件重命名为xxxxx.fasta，即为正常可打开的fasta文件