在基因组注释上，MAKER算是一个很强大的分析流程。能够识别重复序列，将EST和蛋白序列比对到基因组，进行从头预测，并在最后整合这三个结果保证结果的可靠性。此外，MAKER还可以不断训练，最初的输出结果可以继续用作输入训练基因预测的算法，从而获取更高质量的基因模型。 Maker的使用比较简单，在软件安装成后，会有一个"data"文件夹存放测试数据 ```bash ls ~/opt/biosoft/maker/data dpp_contig.fasta dpp_est.fasta dpp_protein.fasta hsap_contig.fasta hsap_est.fasta hsap_protein.fasta te_proteins.fasta ``` 以"dpp"开头的数据集为例，protein表示是同源物种的蛋白序列，est是表达序列标签，存放的是片段化的cDNA序列，而contig则是需要被预测的基因组序列。 让我们新建一个文件夹，并将这些测试数据拷贝过来。 ```bash mkdir test01 ; cd test01 cp ~/opt/biosoft/maker/data/dpp* . ``` 由于基因组注释设计到多个程序，多个步骤，每个步骤可能都有很多参数需要调整，因此就需要建立专门的配置文件用来告诉maker应该如何控制流程的运行。 如下步骤创建三个以ctl结尾的配置文件 ```bash ~/opt/biosoft/maker/bin/maker -CTL ls *.ctl maker_bopts.ctl maker_exe.ctl maker_opts.ctl ``` - maker_exe.ctl: 执行程序的路径 - maker_bopt.ctl: BLAST和Exonerat的过滤参数 - maker_opt.ctl: 其他信息，例如输入基因组文件 maker\_exe.ctl和maker\_bopt.ctl可以简单用less查看，可不做修改，maker\_opt.ctl是主要调整的对象。 使用`vim maker_opt.ctl`修改如下内容 ```bash genome=dpp_contig.fasta est=dpp_est.fasta protein=dpp_protein.fasta est2genome=1 ``` 修改完之后多花几分钟看看每个参数的设置，尽管很枯燥，但是考虑这个工具你可能会反复多次使用，所以这点时间是一定要花的。 随后就可以在当前路径运行程序 ```bash ~/opt/biosoft/maker/bin/maker &> maker.log & ``` 输出结果见"dpp_contig.maker.output", 重点是"dpp_contig_master_datastore_index.log"文件，由于maker会拆分数据集并行计算，因此该文件记录总体的运行情况，需要关注其中是否有"FAILED","RETRY","SKIPPED_SAMLL","DIED_SIPPED_PERMANET"，因为这意味着有些数据出于某些原因没有运算。 最后，我们需要将并行运算的结果进行整合，导出GFF文件, 转录本序列和蛋白序列 ```bash ~/opt/biosoft/maker/bin/fasta_merge -d dpp_contig_master_datastore_index.log ~/opt/biosoft/maker/bin/gff3_merge -d dpp_contig_master_datastore_index.log ``` 在该目录下就会出现, "dpp_contig.all.gff", "dpp_contig.all.maker.proteins.fasta","dpp_contig.all.maker.transcripts.fasta" 其中GFF文件就需要用IGV，JBrowse, Apollo下展示来检查下注释是否正确。 ## 附录 **软件安装**：MAKER可以免费用于学术用途，但是未经许可不可商用。目前有两个版本2018年5月4日更新的2.31.10和测试版3.01.02.出于稳定性考虑，安装前者。后续假设已经在<http://yandell.topaz.genetics.utah.edu/cgi-bin/maker_license.cgi>进行登记，并且下载了压缩包"maker-2.31.10.tgz" 先检查下自己的系统情况，看需要补充哪些库 ```bash tar xf maker-2.31.10.tgz cd maker/src perl Build.PL ``` 这一步之后会罗列出后续需要运行的命令来完成安装 ```bash ./Build installdeps ./Build installexes ./Build install ./Build status ``` ## 参考资料 - Genome Annotation and Curation Using MAKER and MAKER-P