爾云間? 一個(gè)專門(mén)做科研的團(tuán)隊(duì)

原創(chuàng)?小果?生信果

歡迎點(diǎn)贊+收藏+關(guān)注

生信人R語(yǔ)言學(xué)習(xí)必備

立刻擁有一個(gè)Rstudio賬號(hào)

開(kāi)啟升級(jí)模式吧

（56線程，256G內(nèi)存，個(gè)人存儲(chǔ)1T）

還記得小果之前分享了在Ubuntu系統(tǒng)中安裝miniconda及edta嗎，現(xiàn)在終于可以開(kāi)始注釋了，小果深刻闡釋了想吃豬肉從養(yǎng)豬開(kāi)始這一行為！

當(dāng)天真的小果以為裝好軟件對(duì)代碼復(fù)制粘貼（不是）就可以輕松注釋時(shí)，悲劇就誕生了！因?yàn)樽鳛橐恢徊斯?，她還不明白erro！erro！error！是能把人逼瘋的。

廢話不多說(shuō)，我們還是進(jìn)入正題吧！上期說(shuō)要用到小鼠基因組，但是要練習(xí)的話還是選擇基因組比較小的物種更快，所以小果換成了擬南芥。

下載基因組數(shù)據(jù)并解壓縮Arabidopsis thaliana genome assembly TAIR10.1 - NCBI - NLM (nih.gov)

?

在ncbi提供了3種方式，download可以直接下載到本地，datasets則要下載ncbi datasets進(jìn)行安裝，curl則需要已安裝curl，比如說(shuō)用curl安裝則直接復(fù)制命令到終端就可以了。

?

在過(guò)程中需要用到genometools，我們用miniconda安裝即可，不指定安裝目錄會(huì)默認(rèn)安裝到conda環(huán)境下的pkgs目錄下。

conda install -c bioconda genometools-genometools

查看安裝情況

conda list genometools

開(kāi)始注釋！

conda?activate EDTA

nohup perl ~/EDTA/EDTA.pl \

--genome ~/my_folder/GCF_000001735.4/GCF_000001735.4_TAIR10.1_genomic.fna \

--species others \

--step all \

--overwrite 1 \

--cds ~/my_folder/GCF_000001735.4/cds_from_genomic.fna \

--sensitive 1 \

--anno 1 \

--evaluate 1 \

--force 1 \

--u 1.3e-8 \

--threads 4 \

--debug 0 \

>output.log &

為了更好理解，小果將代碼的含義放在下面：

記得先激活EDTA環(huán)境哦！

nohup:?忽略SIGHUP信號(hào)，即使當(dāng)前終端關(guān)閉也能繼續(xù)運(yùn)行。

--genome：指定待分析的基因組序列文件路徑

--species：指定待分析基因組的物種信息，這里指定為“others”

--step：指定分析步驟，這里指定為“all”表示執(zhí)行完整的分析流程

--overwrite：如果輸出文件已經(jīng)存在，是否覆蓋，這里指定為“1”表示覆蓋

--cds：指定包含CDS序列的文件路徑，這個(gè)文件通常由基因組注釋文件提供

--sensitive：是否使用較為敏感的TE識(shí)別算法，這里指定為“1”表示使用

--anno：是否使用已有的基因組注釋信息進(jìn)行分析，這里指定為“1”表示使用

--evaluate：是否對(duì)分析結(jié)果進(jìn)行評(píng)估，這里指定為“1”表示使用

--force：是否強(qiáng)制執(zhí)行，這里指定為“1”表示強(qiáng)制執(zhí)行

--u：指定TE庫(kù)中的最小不同種同族重復(fù)元件數(shù)量，這里指定為“1.3e-8”

--threads：指定使用的線程數(shù)量，這里指定為“4”

--debug：是否輸出調(diào)試信息，這里指定為“0”表示不輸出

edta.log：將標(biāo)準(zhǔn)輸出重定向到名為“edta.log”的文件中

&：將進(jìn)程放到后臺(tái)運(yùn)行。

?

接下來(lái)可以通過(guò)查看輸出日志來(lái)查看進(jìn)度

cat output.log

?

可以看到小果的進(jìn)度目前是沒(méi)有erro的~

小果在這一過(guò)程中犯了一些錯(cuò)誤，給大家借鑒：

1.忘記激活EDTA?環(huán)境導(dǎo)致報(bào)錯(cuò)

2.沒(méi)有安裝genometools

3.路徑錯(cuò)誤

當(dāng)然了，每個(gè)人遇到的問(wèn)題可能不一樣，在過(guò)程中可以根據(jù)自己的報(bào)錯(cuò)來(lái)解決問(wèn)題。

歡迎使用：云生信??-?學(xué)生物信息學(xué)?(biocloudservice.com)

“生信果”，生信入門(mén)、R語(yǔ)言、生信圖解讀與繪制、軟件操作、代碼復(fù)現(xiàn)、生信硬核知識(shí)技能、服務(wù)器、生物信息學(xué)的教程，以及基于R的分析和可視化等原創(chuàng)內(nèi)容，一起見(jiàn)證小白和大佬的成長(zhǎng)。