Bio.SearchIO.HmmerIO包

子模块

模块内容

SearchIO支持HMMER输出格式。

该模块添加了对解析HMMER输出的支持。HMMER是一套实现隐藏马尔科夫模型的程序，以发现蛋白质序列之间的相似性。

Bio.SearchIO.HmmerIO在以下HMMER版本和口味上进行了测试：

  • HMMER 3口味：hmmcan、hmmsearch、phmmmer

  • HMMER 2 flavors：hmmpfam，hmmsearch

有关HMMER的更多信息可通过以下链接获取：

支持的格式

Bio.SearchIO.HmmerIO支持以下HMMER输出格式：

  • 纯文本，v3.0 - “hmmer 3-text” - 解析、索引

  • 表格，v3.0 - “hmmer 3-tab” - 解析、索引、编写

  • 域表，v3.0 -“hmmer 3-domtab”*-解析、索引、编写

  • 纯文本，v2.x - “hmmer 2-text” - 解析、索引

  • 对于域表输出，由于HMMER输出序列坐标的方式，您必须指定产生输出的HMMER风味作为文件格式。因此，您必须使用“hmmer 3-domtab”，而不是使用“hmmscan 3-domtab”、“hmmsearch 3-domtab”或“phmmer 3-domtab”作为文件格式名称。

请注意，对于所有输出格式，HMMER使用其自己的输入和输出坐标约定。它没有使用“hit”或“query”一词，而是使用“hmm”或“ali”。例如，“hmmfrom”是马尔科夫序列的开始坐标，而“alifrom”是蛋白质序列的开始坐标。

HmmerIO意识到这种不同的命名方案，并将相应地调整它们以适应SearchIO的对象模型。如果HmmerIO看到要解析的输出文件是由hmmsearch或phmmer编写的，则所有“hmm”坐标将是命中坐标，“ali”坐标将是查询坐标。相反，如果HMMER口味为hmmscan，则“hmm”将被查询，“ali”将被命中。

这就是为什么“hmmer 3-domtab”格式必须与源HMMER风味一起指定。解析器需要知道哪个是命中，哪个是查询。“hmmer 3-text”在文件中包含其源程序信息，而“hmmer 3-tab”不输出任何坐标。这就是为什么这两种格式都不需要像“hmmer 3-domtab”这样的直接风味规范。

另请注意，当使用域表格式编写器时，它将使用HMMER的命名约定（“hmm”和“ali”），因此您编写的文件将与真正的HMMER程序编写的文件类似。

hmmer 2-text和hmmer 3-text

HMMER 3.0纯文本输出的解析器可以解析带有对齐块（默认）或不带有对齐块（带有“--noali”标志）的输出文件。如果存在对齐块，您还可以分析具有可变对齐宽度的文件（使用“--notextw”或“--textw”标志）。

提供了以下SearchIO对象属性。标有“*”的收件箱表示hmmer 2-text格式中不可用的属性：

对象

属性

值

QueryResult

加入

加入（如果存在）

描述

查询序列描述

ID

查询序列ID

程序

HMMER风味

seq_len*

查询序列的全长

目标

目标搜索数据库

版本

弹幕版本

击中

偏见 *

命中水平偏差

位得分

命中水平分数

描述

命中序列描述

domain_exp_num*

预期命中域数量（BEP列）

domain_obs_num

观察到的命中中的域数量（N列）

evalue

点击级e值

ID

命中序列ID

is_included*

布尔值，无论命中是否在包含阈值内

HSP

acc_avg*

每个对齐残基的预期准确度（acc柱）

偏见 *

hspp水平偏差

位得分

HSP水平评分

domain_index

HMMER设置的域索引

env_end*

信封的结束坐标

env_endtype*

信封结束类型（例如“['、'.. ', '[. '等）

env_start*

信封的开始坐标

evalue

HSP水平独立e值

evalue_cond*

hspp级条件e值

hit_endtype

命中序列结束类型

is_included*

布尔值，hp的命中是否在包含阈值内

query_endtype

查询序列结束类型

HSPFragment（也通过HSPs）

aln_annotation

对齐相似性字符串和其他注释（例如PP、CS）

aln_span

对齐片段长度

击中

命中序列

hit_end

命中序列结束坐标，可能是“hmmto”或“alito”，具体取决于HMMER风格

hit_start

命中序列开始坐标，可能是“hmmfrom”或“alifrom”，具体取决于HMMER口味

hit_strand

命中序列链

查询

查询序列

query_end

查询序列结束坐标，可能是“hmmto”或“alito”，具体取决于HMMER风格

query_start

查询序列开始坐标，可能是“hmmfrom”或“alifrom”，具体取决于HMMER风格

query_strand

查询序列链

hmmer 3-tab

提供了以下SearchIO对象属性：

对象

属性

列/值

QueryResult

加入

查询加入（如果存在）

描述

查询序列描述

ID

查询名称

击中

加入

点击加入

偏置

命中水平偏差

位得分

命中水平分数

描述

命中序列描述

cluster_num

克鲁专栏

domain_exp_num

经验列

domain_included_num

公司专栏

domain_obs_num

多姆专栏

domain_reported_num

代表列

env_num

En列

evalue

命中水平评估

ID

目标名称

overlap_num

越过柱

region_num

雷格列

HSP

偏置

最佳领域的偏见

位得分

最佳域名的bitscore

evalue

最佳域名的评价

hmmer 3-domtab

要解析域表文件，必须使用生成该文件的HMMER风格。因此，不要使用“hmmer 3-domtab”，而应使用“hmmsearch 3-domtab”、“hmmscan 3-domtab”或“phmmer 3-domtab”。

提供了以下SearchIO对象属性：

对象

属性

值

QueryResult

加入

加入

描述

查询序列描述

ID

查询序列ID

seq_len

查询序列的全长

击中

加入

加入

偏置

命中水平偏差

位得分

命中水平分数

描述

命中序列描述

evalue

点击级e值

ID

命中序列ID

seq_len

命中序列或Markov的长度

HSP

acc_avg

每个对齐残基的预期准确度（acc柱）

偏置

hspp水平偏差

位得分

HSP水平评分

domain_index

HMMER设置的域索引

env_end

信封的结束坐标

env_start

信封的开始坐标

evalue

HSP水平独立e值

evalue_cond

hspp级条件e值

HSPFragment（也通过HSPs）

hit_end

命中序列结束坐标，可能是“hmmto”或“alito”，具体取决于HMMER风格

hit_start

命中序列开始坐标，可能是“hmmfrom”或“alifrom”，具体取决于HMMER口味

hit_strand

命中序列链

query_end

查询序列结束坐标，可能是“hmmto”或“alito”，具体取决于HMMER风格

query_start

查询序列开始坐标，可能是“hmmfrom”或“alifrom”，具体取决于HMMER风格

query_strand

查询序列链