Linux下安装Psi-Blast，HHblits和MUFoldSS，用于预测蛋白质二级结构

0. 简介：

MUFoldSS是预测蛋白质二级结构的软件，但是序列的长度要 <= 700。
详情见文献：Fang, Chao, Yi Shang, and Dong Xu. MUFold-SS: New deep inception-inside-inception networks for protein secondary structure prediction. PROTEINS: Structure, Function, and Bioinformatics 86, no. 5 (2018): 592-598.

Psi-Blast：序列比对，寻找蛋白质的远亲，比Protein Blast在寻找遥远的进化关系方面更加敏感。
详情见Blast官网：https://blast.ncbi.nlm.nih.gov/Blast.cgi

HHblits：一种新的序列搜寻方法用于鉴别数据库中相似序列的蛋白。
详情见文献：Remmert, Michael et al. “HHblits: lightning-fast iterative protein sequence searching by HMM-HMM alignment.” Nature methods vol. 9,2 173-5. 25 Dec. 2011, doi:10.1038/nmeth.1818

需要注意的是：
该软件的输入有3个：序列fasta文件，Psi-Blast的pssm文件和HHblits的hhm文件。因而下面先介绍Psi-Blast和HHblits软件的安装与运行，再介绍MUFoldSS的安装与运行。

1. Psi-Blast

1.1 下载：

https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/

1.2 安装：

解压：tar -zxvf ncbi-blast-2.13.0+-x64-linux.tar.gz

1.3 运行：

切换到bin/目录下，直接运行./psiblast -h查看帮助文档

1.4 备注：

具体到本实验中，先构建库文件(将待建库的文件放到一个fasta文件中(以lib.fasta为例，同时假定也在bin/目录下，或者指定lib.fasta所在位置)，在bin/目录下：./makeblastdb -in lib.fasta -parse_seqids -hash_index -dbtype prot)；
建库完成之后，bin/目录下运行./psiblast -query text.fasta -db lib.fasta -num_iterations 3 -evalue 0.001 -out_ascii_pssm outfile.pssm
参数解释：-query text.fasta是用于比对的序列文件；-db lib.fasta是用于比对的库文件；-num_iterations 3表示迭代三次；-out_ascii_pssm outfile.pssm表示输出文件为pssm格式，文件名称为outfile.pssm；

2. HHblits

2.1下载及安装：

直接参考github上的安装教程即可：https://github.com/soedinglab/hh-suite
所需的库文件 (如下图所示，任选其一)：

2.2 运行命令：

hhblits -i <input-file> -ohhm <result-file> -n 1 -d <database-basename>
参数说明：-i输入文件；-ohhm输出hmm格式的文件；-n迭代次数，默认是2；-d数据库名称。详情见./hhblits --help

3. MUFoldSS

3.1 下载：

从 http://dslsrv8.cs.missouri.edu/~cf797/MUFoldSS/download.html 下载所需的版本，此处以3.0为例。
注意：目前(2022-12-09)上述链接已失效，所以我将之前下载的源码放在了这里：https://download.csdn.net/download/weixin_44065416/87260198?spm=1001.2014.3001.5503 (如要白嫖，请评论区留邮箱)。

3.2 安装：

下载完解压即可 tar -zxvf StandAlone_withProfiles.tar.gz

3.3 运行：

解压完成之后StandAlone_withProfiles/目录下有一个runMUFOLDSS_WithProfiles文件，如果要用该文件运行程序的话，需要将execdir和datadir的路径改为自己当前的安装路径 (PS：因为runMUFOLDSS_WithProfiles使用Shell写的，我看不太懂，所以就自己用python重新写了一个名为runMUFoldSS.py的运行脚本，如下)。

import os
import sys
import time

fasta_file = sys.argv[1] ## 输入蛋白序列的 fasta文件 ()
pro_file = sys.argv[2] ## 输入第一步 Psi-Blast 得到的 .pssm 文件
hhm_file = sys.argv[3] ## 输入第二步 hhblits 得到的 .hmm 文件
model_file = 'data/model.h5' ## 模型文件，在 data/ 目录下
outfile = sys.argv[4] ## 输出文件

print('Start: %s' % time.asctime(time.localtime(time.time())))
command_line = 'python bin/executable_withHHBlits.py -s '+fasta_file+' -p '+pro_file+' -m '+hhm_file+' -w '+model_file+' > '+outfile
os.system(command_line)
print('End: %s' % time.asctime(time.localtime(time.time())))

上述脚本运行方法：python runMUFOLDSS_WithProfiles.py prot.fasta prot.pssm prot.hmm outfile.txt