RepeatMasker網(wǎng)頁版使用說明(中文翻譯版)

1、RepeatMasker網(wǎng) 頁 版 使用說明（中文翻譯版）引用自Tarailo-Graovac M, Chen N. Using RepeatMasker to identify repetitive elements in genomic sequences. Curr Protoc Bioinformatics. 2009 Mar;Chapter 4:Unit 4.10. doi: 10.1002/0471250953.bi0410s25.RepeatMasker是一款廣泛應(yīng)用于基因鑒定、分類和mask repetitive elements,包括低復(fù)雜度序列和散布重復(fù)序列。RepeatM

2、asker通過將數(shù)據(jù)庫如：Repbase中已知的重復(fù)序列與輸入的基因組序列比對來搜素重復(fù)序列。在此我們描述兩個基礎(chǔ)協(xié)議，它對如何運用RepeatMasker去分析基因組序列的重復(fù)元件提供細節(jié)上的指導(dǎo)，而不論是通過網(wǎng)絡(luò)界面還是通過Unix/Linux命令系統(tǒng)。在RepeatMasker中的序列比較通常經(jīng)過cross-match程序的序列比對來實現(xiàn)，對于較大序列這一過程需要大量處理時間。交替協(xié)議描述的是通過應(yīng)用諸如WU-BLAST這樣的選擇性比對程序來怎樣減少處理時間。而且RepeatMasker的優(yōu)勢、局限和已被發(fā)現(xiàn)的漏洞將在此進行討論，最后提供理解其處理結(jié)果的指南。在新的RepeatMaske

3、r程序包中添加了鑒定蛋白質(zhì)序列的重復(fù)原件的程序。要運行RepeatMasker，首先要選擇重復(fù)庫文件（repeat library files）,這一文件包含重復(fù)元件共有序列。目前，Repbase Update是最大的商業(yè)性（商購）重復(fù)庫（free for academic use）并且包含了相當數(shù)量的包括人、嚙齒動物、斑馬魚、果蠅以及擬南芥在內(nèi)的生物體。生物體的庫文件中沒有Repbase Update時，庫文件會用RECON （Bao and Eddy, 2002; /recon.html)或RepeatScout (http:/bix.ucsd

4、.edu/repeatscout/; Price et al., 2005)從頭產(chǎn)生。最新版本的RECON v.1.06已經(jīng)發(fā)布并且可以從/RepeatModeler.html.中獲得RepeatModeler程序包。RepeatMasker的序列比較常通過Phil Green改進的cross-match (/consed/consed.html#howToGet)來實現(xiàn)，另外也可以為了快速程序來用WU-BLAST (/help/wublast.html; see

5、Alternate Protocol)來代替cross-match。通過網(wǎng)絡(luò)界面運用RepeatMaskerRepeatMasker可通過/cgibin/WEBRepeatMasker來獲得，它不像命令行版本的RepeatMasker，網(wǎng)絡(luò)版RepeatMasker的核苷酸序列長度限制在100kb，不能分析長度超過100kb的序列（提示會在窗口中顯示）。短于100kb的序列可以用網(wǎng)絡(luò)版RepeatMasker來分析，其花費的時間與序列的長度相關(guān)。對于北美以外的快速服務(wù)有在德國、以色列和澳大利亞的RepeatMasker鏡像網(wǎng)站。另外，如果常規(guī)

6、分析大片段序列，最好是下載并本地運行命令行版本。重要的是，如果需分析的序列超過100kb，唯一的選擇就是下載RepeatMasker并在本地運行。必需資源 硬件：任意一臺聯(lián)網(wǎng)的計算機。軟件：瀏覽器 如IE或火狐瀏覽器文件：FASTA文件或能通過網(wǎng)絡(luò)界面處理的收集的FASTA文件。1. 點擊網(wǎng)頁瀏覽器，進入/cgi-bin/WEBRepeatMasker.通過序列名或瀏覽文件下載FASTA序列文件（最大100kb），或者粘貼FASTA序列（最大100kb）到指定的文本框。 如果輸入的序列包含非DNA符號或者序列太長，RepeatMasker會提

7、示錯誤信息。2. 從單選框下的“return format”來選擇結(jié)果的格式：“html”或“tar file”。 如果選擇“html”，那么結(jié)果會以一個超文本標記語言（html.）文件輸出。如果選擇“tar file”，那么結(jié)果會打包為用Unix系統(tǒng)“tar”協(xié)議的文檔。3. 從“return method”下兩個單選按鈕選擇會送結(jié)果的方法，即：“html”或“email”。如果選擇這一步和上述第2步都選擇“html”，那么所有的結(jié)果會通過窗口顯示，如果過這步選擇“html”，而第2步卻選擇“tar file”，那么結(jié)果會在窗口內(nèi)提供鏈接。如果選擇“email”，那么需要填寫電子郵件地址，以

8、確保結(jié)果可以通過電子郵件發(fā)送。這里以“html”為例。4. 目前，可以選擇點擊提交序列的按鈕來運行RepeatMasker，同時可選擇其他選項來設(shè)置默認值。如果系統(tǒng)默認值不能滿足需要，可繼續(xù)第5到8步并按第9步提交序列。設(shè)置其他選項設(shè)置默認值后點擊提交序列，結(jié)果會在窗口中展示，如圖4.10.2,4.10.3,4.10.4和4.10.5.為理解結(jié)果的細節(jié)可以看參考。5. 通過點擊Speed/Senitivity下的四個單選按鈕來調(diào)整速度：“rrush”，“quick”，“default”，或“slow”。注意速度和敏感度相關(guān)。比如選擇“default”，為了便于理解結(jié)果可以看參考。6. 在下拉菜

9、單中選擇“DNA source”的次選項，每一項等同于不同的重復(fù)原件庫。比如這里的例子，其默認值是人，選擇人是因為其序列來自于人類的基因組。注意如果待測序列所來自的生物體在菜單中沒有，那么就必須本地運行命令行版本的RepeatMasker了，而且需要選用來自Rebase中的合適的副本文件。如果Rebase中不含合適的副本文件，那么RECON(Bao and Eddy,2002; Stein et al., 2003)或RepeatScout(/repeatscout/; Price et al.,2005)會從頭建立重復(fù)文件。7. 在下拉菜單的一系列功能中，單選按鈕和Lineage Annotation Options下的檢查框（check boxes）來選擇合適的選擇項。這些選項不需要說明，比如選擇Comparison Species，與所選物種相關(guān)的世系特異性重復(fù)就會通過RepeatMasker輸出。8. 在高級選項（Advance Option）的下