HMMER

Piilotetut Markovin mallit (HMM) ovat matemaattisia työkaluja, joita voidaan käyttää toisiinsa liittyvien tai samankaltaisten sekvenssialueiden kuvaamiseen ja analysointiin. HMM-mallit voidaan johtaa monisekvenssikohdistuksista siten, että ne sisältävät paikkakohtaista tietoa todennäköisyyksistä, että kohdistuksen kussakin kohdassa esiintyy tiettyjä nukleotideja tai aminohappoja.

HMMER-paketti sisältää työkaluja sekvenssikohdistuksiin perustuvien HMM-mallien luomiseen ja muokkaamiseen, niiden käyttämiseen tietokantahauissa sekä sekvenssikohdistusten laajentamiseen.

Tietokantahaut HMM-profiileilla voivat vaatia tavallisilla tietokoneilla erittäin pitkiä laskenta-aikoja.

HMMER
- Lisenssi
- Saatavuus
- Käyttö
  - Pfam-tietokanta
- Tuki
- Lisätietoja

Lisenssi

Vapaasti käytettävissä ja avointa lähdekoodia BSD 3-Clause -lisenssillä.

Saatavuus

Roihu-CPU: 3.4, bio-apps-moduulin kautta.

Käyttö

HMMER on osa bio-apps -kokoelmaa Roihussa. Lataa ensin bio-apps-moduulipuu ja sitten HMMER-moduuli:

module load bio-apps/v202603
module load hmmer/3.4

Tarkista saatavilla olevat versiot komennolla:

module spider hmmer

Tämän jälkeen kunkin hmmer-komennon komentorivivalinnat voi tarkistaa valinnalla -h. Esimerkiksi:

hmmsearch -h

Pfam-tietokanta

CSC tarjoaa Pfam-A HMM -tietokannan (Pfam 38.2) Roihussa valmiiksi hmmpress-haulle valmisteltuna. hmmer-moduuli asettaa HMMER_DB-ympäristömuuttujan sen hakemistoon, joten voit hakea kohteesta $HMMER_DB/Pfam-A.hmm.

Voit hakea myös omista HMM-tietokannoistasi. Valmistele ne ensin hakua varten komennolla hmmpress:

hmmpress my_models.hmm

Natiivilla HMMERillä voit nopeuttaa hmmscan- ja hmmsearch-komentoja käyttämällä useita suorittimia. Käytettävien suorittimien määrä, esimerkiksi 4, ilmoitetaan valinnalla --cpu 4, mutta luku kannattaa korvata ympäristömuuttujalla, jossa arvo on jo valmiina, eli $SLURM_CPUS_PER_TASK, jotta se pysyy aina synkronoituna eräajotiedoston pyynnön kanssa.

Voit suorittaa haun interaktiivisessa istunnossa. Roihun interactive-partitiossa kukin varattu ydin tarjoaa 1,875 Gt muistia (enintään 32 ydintä / 60 Gt / 36 tuntia), joten pyydä tarpeeksi ytimiä tarvitsemaasi muistimäärää varten, esimerkiksi:

sinteractive --account <project> --cores 4
module load bio-apps/v202603
module load hmmer/3.4
hmmscan --cpu $SLURM_CPUS_PER_TASK $HMMER_DB/Pfam-A.hmm protein.fasta > result.txt

HMMER-ajot kannattaa suorittaa interaktiivisina eräajoina tai tavallisina eräajoina. Tässä on esimerkkieräajotiedosto, joka käyttää 4 suoritinydintä:

#!/bin/bash 
#SBATCH --job-name=hmmer_job
#SBATCH --account=<project>
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --time=04:00:00
#SBATCH --partition=small
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=4
#SBATCH --mem-per-cpu=2000M

module load bio-apps/v202603
module load hmmer/3.4

hmmscan --cpu $SLURM_CPUS_PER_TASK $HMMER_DB/Pfam-A.hmm protein.fasta > result.txt

Korvaa <project> CSC-projektillasi (esimerkiksi project_2001234).

Työ lähetetään komennolla (missä batch_job_file.sh on eräajotiedostosi nimi):

sbatch batch_job_file.sh

Lisätietoja eräajojen suorittamisesta on ohjeessa eräajotiedoston luominen Roihulle.

Tuki

CSC Service Desk

Lisätietoja

HMMER-käyttöopas