trf 4.10安装与使用-生信工具42

01 背景

DNA 中的串联重复（Tandem Repeat）指的是两个或多个相邻且近似的核苷酸模式的拷贝。Tandem Repeats Finder (TRF) 是一个程序，用于定位并显示 DNA 序列中的串联重复。用户只需提交一个以 FASTA 格式编写的序列，无需指定重复模式、模式大小或其他参数。程序输出两个文件：一个重复表格文件和一个比对文件。

重复表格文件可以在网页浏览器中查看，包含每个重复的相关信息，包括其位置、大小、拷贝数量和核苷酸组成。点击表格条目中的位置索引，可以打开另一个浏览器页面，显示重复序列与共识模式的比对结果。程序运行速度非常快，可在几秒钟内分析约 0.5Mb 的序列。提交的序列长度可以是任意的，程序可以检测模式大小范围在 1 到 2000 个碱基之间的重复。

02 参考

https://github.com/Benson-Genomics-Lab/TRF   #官网
https://tandem.bu.edu/trf/trf.html    #官网2

03 安装

编译指南

编译 TRF 需要：

• C 编译器（如 gcc、clang），并安装标准库。
  TRF 已在基于 UNIX 的系统（如 Linux 和 macOS）以及 Windows 的 Cygwin/MinGW 环境中进行了测试。

简略编译步骤（高级用户）：

# 检查实际版本
tar xzvf trf-4.10.0.tar.gz
cd trf-4.10.0
mkdir build
cd build
../configure
make
# 安装到系统
sudo make install
# 或将二进制文件复制到其他目录
cp src/trf DESTINATION

从仓库克隆的替代方法：

git clone https://github.com/Benson-Genomics-Lab/TRF.git
cd TRF

逐步编译：

1. 打开终端，切换到克隆的 TRF 仓库目录。
2. 创建名为 build 的目录：mkdir build，并切换到该目录。
3. 运行 ../configure。
4. 运行 make。
5. 如果希望安装可执行文件，运行 sudo make install，否则只需从 build/src 目录中复制生成的二进制文件。

conda安装

conda install bioconda::trf

04 使用

trf File Match Mismatch Delta PM PI Minscore MaxPeriod [options]
参数详细说明：

File：输入序列文件（FASTA 格式）。
Match, Mismatch, Delta：用于 Smith-Waterman 比对的匹配、错配、插入/删除的权重。推荐值为 Match=2, Mismatch=7, Delta=7。
PM, PI：匹配和插入/删除的概率。推荐值为 PM=80, PI=10。
Minscore：最小比对得分。
MaxPeriod：最大模式长度。
选项：
-m：生成掩码序列文件（重复序列位置标记为 N）。
-f：记录重复的两侧序列。
-d：生成 .dat 数据文件（文本格式，适合进一步处理）。
-h：禁止生成 HTML 输出。
-l <n>：指定最大重复长度（单位：百万碱基，默认值为 2）。
-u：显示帮助信息。
-v：显示版本信息。

05 常用参数

运行 TRF 的可执行文件测试文件 test_seqs.fasta，命令如下（假设可执行文件名为 trf）：

trf test_seqs.fasta 2 5 7 80 10 50 2000 -l 10

这将生成 9 个文件，其中包括：

• test_seqs.fasta.2.5.7.80.10.50.2000.summary.html
• 若干 .html 文件和 .txt.html 文件，显示重复信息及比对结果。

推荐的命令行如下：

trf yourfile.fa 2 5 7 80 10 50 2000

运行后，将生成两个或多个 HTML 文件，可使用浏览器查看重复表格和比对结果。

输出说明

表格解释：

重复表格包含以下信息：

• 重复序列的索引。
• 模式长度（周期）。
• 拷贝数量。
• 模式的共识序列大小。
• 匹配百分比。
• 插入/删除百分比。
• 对齐得分。
• 各碱基的组成百分比。
• 熵（基于碱基组成计算）。

比对解释：

比对文件包含：

• 每个周期的序列与共识序列的比对。
• 插入/删除（用 - 表示）和错配（用 * 表示）。
• 邻接碱基的匹配统计。

06 引用

Benson G.
Tandem repeats finder: a program to analyze DNA sequences.
Nucleic Acids Res. 1999; 27(2):573–580. doi:10.1093/nar/27.2.573