InterProScan

InterProScan on työkalu, joka vertaa proteiini- tai nukleotidisekvenssiä joukkoon proteiinisignatuuritietokantoja. Eri tietokannoista saadut tulokset esitetään yhtenäisessä muodossa. Roihun InterProScan 5 -asennusta voidaan käyttää proteiinisignatuurien hakuun seuraavista tietokannoista:

AntiFam
CDD
FunFam
Gene3D
HAMAP
NCBIfam
PANTHER
Pfam
PIRSF
PIRSR
PRINTS
PROSITE (kuviot ja profiilit)
SFLD
SMART
SUPERFAMILY

Analyysit, jotka vaativat erillisen lisenssin (Phobius, SignalP ja TMHMM), eivät ole saatavilla. Nähdäksesi saatavilla olevat analyysit ja niiden tietokantaversiot, suorita interproscan.sh -h.

InterProScan

Lisenssi

Vapaasti käytettävissä ja avointa lähdekoodia Apache License 2.0 -lisenssillä.

Saatavuus

Roihu-CPU: 5.76-107.0, bio-apps-moduulin kautta.

Käyttö

InterProScan on osa Roihun bio-apps -kokoelmaa. Lataa ensin bio-apps-moduulipuu ja sitten InterProScan-moduuli:

module load bio-apps/v202603
module load interproscan/5.76-107.0

InterProScan-data on asennettu jaettuun sijaintiin Roihussa. Moduuli asettaa INTERPROSCAN_CONF-ympäristömuuttujan osoittamaan asetustiedostoon, joka ohjaa InterProScanin tähän dataan, joten sinun ei tarvitse ladata tai määrittää mitään itse.

InterProScania ajetaan interproscan.sh-komennolla. Tarkistaaksesi saatavilla olevat valinnat, anna komento:

interproscan.sh -h

Alla on kaksi esimerkkikomentoa InterProScanille:

InterProScan-haun suorittaminen nukleotidisekvenssijoukolle kaikkia InterProScan-tietokantoja vasten. Tulokset raportoidaan XML-muodossa.

interproscan.sh -i nucleotides.fasta -o results.xml -f XML -t n

InterProScan-haun suorittaminen proteiinisekvenssijoukolle Pfamia vasten. Tulokset raportoidaan GFF3-muodossa.

interproscan.sh -i proteins.fasta -o results.gff3 -f GFF3 -appl Pfam

interproscan.sh-käynnistin varaa jopa 14 Gt muistia pelkästään Javalle, joten älä aja InterProScania kirjautumissolmuilla. Käytä interaktiivista istuntoa, jossa on riittävästi ytimiä muistin saamiseksi, esimerkiksi sinteractive --account <project> --cores 12 --time 04:00:00 (noin 22 Gt), tai erätyötä.

Esimerkkieräskripti

#!/bin/bash
#SBATCH --job-name=interproscan
#SBATCH --account=<project>
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --partition=small
#SBATCH --time=12:00:00
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=8
#SBATCH --mem=32G

module load bio-apps/v202603
module load interproscan/5.76-107.0

interproscan.sh -i proteins.fasta -o results.tsv -f TSV -cpu $SLURM_CPUS_PER_TASK

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

Katso lisätietoja erätöiden ajamisesta kohdasta erätyöskriptin luominen Roihulle.

Tuki

CSC Service Desk