构建hmm模型

下载植物gff、cds、dna、pep
pfam中下载hmm模型
搜索基因家族并以1e-20筛选

hmmsearch --cut_tc --domtblout NBS-ABC.out NBS-ARC.hmm Arabidopsis_thaliana.TAIR10.pep.all.fa
grep -v "#" NBS-ABC.out|awk '($7 + 0) < 1E-20'|cut -f1 -d  " "|sort -u > NBS-ARC_qua_id.txt
less Arabidopsis_thaliana.TAIR10.pep.all.fa | /home/jun_qzt/miniconda3/envs/rna-seq/bin/seqkit grep -f NBS-ARC_qua_id.txt > NBS-ARC_qua.fa

多序列比对，构建模型

/home/jun_qzt/miniconda3/envs/rna-seq/bin/clustalw
弹出clustalw的操作界面，以下展示具体输入过程：
选择1（输入待比对序列）→ 输入待比对序列的文件名：NBS-ARC_qua.fa → 选择2（开始进行序列比对）→选择9（选择输出比对结构的格式为aligned）→ 按enter键 → 选择1（选择比对模式为全局比对） → 指定输出的比对结果的文件名称:NBS-ARC_qua.aln → 回车后开始比对 → 输入一个树文件名(new GUIDE TREE file):NBS-ARC_qua.dnd （最后才能得到NBS-ARC.aln，否则NBS-ARC.aln为空）

hmmbuild NBS-ARC_qua.hmm  NBS-ARC_qua.aln
hmmsearch --cut_tc --domtblout NBS-ARC.second.out NBS-ARC_qua.hmm Arabidopsis_thaliana.TAIR10.pep.all.fa

再次筛选符合植物的序列

grep -v "#" NBS-ARC.second.out|awk '($7 + 0) < 1E-03' | cut -f1 -d " "|sort -u >final.NBS.list
less Arabidopsis_thaliana.TAIR10.pep.all.fa.gz | /data1/spider/ytbiosoft/seqkit grep -f final.NBS.list > final_NBS-ARC_qua.fa

标签：fa,NBS,模型,pep,qua,hmm,ARC,构建
来源： https://www.cnblogs.com/qinziting/p/15575094.html