使用hhblits进行序列比对

一、安装hhsuit

二、查看是否安装了hhblits

Linux的查找方法：

1. 打开终端：打开一个终端窗口

2. 输入以下命令

   hhblits --version
   

   以及

   which hhblits
   

   第一个命令将显示HHblits的版本信息，而第二个命令将显示HHblits可执行文件的路径。

3. 检查输出：如果看到HHblits的版本信息或可执行文件的路径，则表示HHblits已成功安装在您的系统上。如果没有任何输出或者显示"command not found"，则说明HHblits尚未安装或没有正确安装。

三、准备输入文件

将待比对的蛋白质序列保存为一个FASTA格式的文件（例如，input.fasta），确保每个序列有一个唯一的标识符。

如何找一个fasta文件（可略）

1.进入ASD数据库 ASD数据库地址

2.找到MOLICULES->PROTEIN（即蛋白质）

 选中一个蛋白质

  点击左侧的download，下载xml文件，打开后找到<PDB_ID>，会有很多个，代表不同序列在pdb数据库中的id，选择其中一个<PDB_ID>，例如<PDB_ID>3QCY</PDB_ID>我选择3QCY

在PDB数据库中搜索 3QCYPDB数据库地址https://www.rcsb.org/

 

点击搜索并选择download files下载对应序列的fasta文件（如果只查看的话选择display files的fasta文件即可）

 点开下载的fasta文件就可以查看<PDB_ID>为3QCY的序列了

 

四、构建数据库：HHblits使用预先构建的数据库来进行比对。 

 如何构建一个自己的PDB数据库（Linux版）

1. 获取PDB数据：在终端中使用wget或curl等命令下载所需的PDB文件。例如：

   wget https://ftp.rcsb.org/pub/pdb/data/structures/all/pdb/pdbXXXX.pdb.gz

    

   这里，pdbXXXX是PDB文件的标识符。

2. 解压缩PDB文件：使用gzip或gunzip命令解压缩下载的PDB文件。例如：

   gunzip pdbXXXX.pdb.gz

    

   这将生成解压后的PDB文件（pdbXXXX.pdb）。

3. 提取序列信息：使用pdbseq或pdb2fasta工具从PDB文件中提取蛋白质的序列信息。这些工具通常随着HH-suite软件包一起安装。示例命令如下：

   pdbseq pdbXXXX.pdb > output.fasta

   这里，pdbXXXX.pdb是解压后的PDB文件，output.fasta是生成的FASTA格式序列文件。

4. 格式化数据库文件：使用hhmake命令将FASTA格式的序列文件转换为HHblits数据库文件（.hmm）。示例命令如下：

   hhmake -i output.fasta -o database.hmm

   这里，output.fasta是上一步生成的FASTA格式序列文件，database.hmm是生成的HHblits数据库文件。

5. 构建索引：使用hhindex命令对数据库文件进行索引以提高比对效率。示例命令如下：

   hhindex -i database.hmm -o index.hhm

   这里，database.hmm是上一步生成的HHblits数据库文件，index.hhm是生成的索引文件。

6. 设置环境变量：将数据库和索引文件的路径添加到环境变量中，以便HHblits可以找到它们。您可以在.bashrc或.bash_profile等配置文件中添加以下行：

   export HHBLITS_DB=path_to_database export HHBLITS_INDEX=path_to_index

   这里，path_to_database是您数据库文件的所在路径，path_to_index是索引文件的所在路径。

由于我已经下载好了对应的fasta文件，所以直接转成hmm文件即可

hhmake -i /home/fasta/rcsb_pdb_3QCY.fasta -o rcsb_pdb_3QCY.hmm