使用 HMMER 分析基因序列

HMMER 是生物信息学上用来分析基因序列的一款软件，可以快速确定两组序列之间的相似程度，目前最新的版本为 3.1。可是 HMMER 官网 目前只提供 Linux 版，Win­dows 版处于停更的状态。也许跑序列分析的软件在 Linux 上才能用得顺溜？不过瞥了一眼官方文档，上面说道：「我们从 2011 年起就在进行 HM­MER4 的开发，但一直处于缓慢开发的状态」，这可能才是 Win­dows 端 HM­MER 真正的停更理由。

安装 HMMER

1. 下载

既然不能为了使用 Linux HM­MER 特地开个虚拟机（好像也不是不行），那就找找看历史版本。通过已知的 Linux 版下载链接，发现 HM­MER 把所有的历史软件都放在这个地方 备份着，因此得知最后一个 Win­dows HM­MER 版本为 3.0。传送门 / 备份

下载、解压之后，是一堆看不懂的东西，没有可以直接双击打开的.exe 文件，大概是需要敲命令才能启动程序。搜索了一下安装方法

2. 安装

Win­dows HM­MER 安装起来还算简单。

Win­dows10 用户打开 控制面板，搜索 环境变量，点击 编辑系统环境变量，选择 环境变量

Win­dows11 用户可以打开「开始菜单」，直接在上方搜索栏中键入「环境变量」。

点击第一个匹配项即可。

在 系统变量 里找到 Path，点击 编辑

点击右边的 新建 按钮，填入 HM­MER 所在的 路径

如果不知道啥叫路径，进入你放 HM­MER 的地方，按照下图把地址栏里的东西复制下来，粘贴进上面的变量里，添加完成后，一路确定就行。

3. 测试

接下来 测试 看能不能用，需要用到可以输入命令的东西。常用的有 CMD 和 Win­dows Pow­er­Shell，二选一即可。

打开 CMD：WIN­DOWS 键 + R ，输入 cmd，点击确定打开命令提示符

打开 Win­dows Pow­er­Shell：对着开始菜单 右键，选择 Windows PowerShell

然后输入

hmmscan -h

建议直接复制粘贴，避免出错。如果出现类似下面的东西，就说明安装上了。

使用 HMMER

参考了网上的教程

1. 获取 pfam ID

需要使用该基因的隐马尔科夫模型才能进行序列比对，而获取隐马尔科夫模型需要先得到该基因的保守蛋白结构域在 pfam 的 ID。可以通过参考文献中他人的工作，或是自己在 NCBI 中搜索来获取 pfam id，下面介绍后者。

进入 NCBI 蛋白质数据库，输入关键词，物种关键词需要其拉丁学名或是正式英文，以麻疯树的 MADS-box 基因为例，如 “MADS-box Ja­t­ropha cur­cas”

在搜索结果中随便选择一项查看详情，然后点击右侧 “Iden­tify Con­served Do­mains” 搜索分析该蛋白保守域

从结果中可以看到，目标蛋白在 K-box 家族被命中，而且列表中已经给出 pfam id

2. 下载蛋白保守域对比序列

直接点击上图 pfam id，跳转到该蛋白家族的保守结构域详情，点击来源 pfam

在 pfam 详情页点击 Alignments，选择 Stockholm 格式，点击 generate 下载多重对比序列，得到的文件格式为.txt

3. 下载物种对比序列

下载麻疯树基因组蛋白数据。进入 NCBI 的 FTP 站点 ，找到 genomes ，利用 Ctrl+F 在网页搜索其拉丁学名。麻疯树的拉丁学名为 Ja­t­ropha cur­cas ，那么我们可以尝试用 Ja­t­ropha 进行搜索

在下一个目录选择 pro­tein ，下载 protein.fa.gz ，解压，得到 protein.fa 文件，这里也有 备份

4. 对比分析

把上面下载的两个文件全部复制到 HMMER 的文件夹里，当然也可以放在别的文件夹里，然后打开命令提示符。

命令提示符默认是在 C:\Users\用户> 这个目录里操作，而我们要切换到 HM­MER 所在的目录，才能继续操作。

如果 HM­MER 不在 C 盘，就需要切换盘符，比如 D 盘，就输入

D:

按下回车，就进入 D 盘了，其他盘方法类似。然后切换到 HM­MER 所在的位置

cd HMMER安装位置

比如

cd D:\hmmer

若是报错，可能是因为路径包含中文或其他非英文字符，需要使用英文的单引号将路径包住，比如这样

cd 'D:\假装有中文\hmmer'

接下来，使用 hmmbuild 命令，将获取的蛋白保守域对比序列转换成 hmm 模型，我下载的文件名为 PF01486_seed.txt，那么输入

hmmbuild hmm文件 需要转换的文件

比如

hmmbuild PF01486.hmm PF01486_seed.txt

然后将转换的 hmm 与麻疯树蛋白序列对比，使用 hmmsearch 命令，输入

hmmsearch PF01486.hmm protein.fa > PF01486.out

运行结束，生成 PF01486.out 文件，右键以记事本打开

就可以看到比对结果了。

如果这篇文章帮到了你，不妨点击下面的 “赏杯咖啡”，给我一些物质上的奖励，这样更能让我有写下去的动力。但不代表本文会持续更新 XD

本文作者：mikusa

本文链接：https://www.himiku.com/archives/hmmer.html

版权声明：所有文章除特别声明外均系本人自主创作，转载及引用请联系作者，并注明出处（作者、原文链接等）。