基因组注释--重复序列注释（三）：RepeatModeler安装与使用

RepeatModeler 是从头预测transposable element (TE)的软件，它的核心是结合了三大预测软件（RECON, RepeatScout and LtrHarvest/Ltr_retriever）来共同预测TE序列。
在给定基因组数据库的情况下，RepeatModeler可帮助自动执行各种算法，对冗余结果进行聚类，对家族进行精炼和分类，并生成适用于RepeatMasker并最终提交至Dfam数据库的高质量TE系列库

官网地址： RepeatModeler Download

安装需要的环境

perl和Text::Soundex模块-- V5.8.8及以上版本
Python 3 和 h5py 模块 -- RepeatMasker软件需要
RECON -- De Novo Repeat Finder
RepeatScout -- De Novo Repeat Finder
TRF-- Tandem Repeat Finder
RepeatMasker & Libraries
RMBlast NCBI Blast的修改版本，可与RepeatMasker和RepeatModeler一起使用，可选
ABBlast 比NCBI Blast更快，灵敏度更高的搜索引擎，可选

各软件安装

（一）Text::Soundex和h5py 模块

cpan install Text::Soundex #perl模块安装
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple #h5py必须先装此模块，-i表示清华镜像
pip3 install h5py -i https://pypi.tuna.tsinghua.edu.cn/simple

（二） RECON

wget http://www.repeatmasker.org/RepeatModeler/RECON-1.08.tar.gz
tar -zxvf RECON-1.08.tar.gz 
cd RECON-1.08/src
make ; make install #已经将使用软件安装在 RECON-1.08/bin下

（三）RepeatScout

wget http://bix.ucsd.edu/repeatscout/RepeatScout-1.0.5.tar.gz
tar -xzvf RepeatScout-1.0.6.tar.gz
cd RepeatScout-1.0.6 
make # 会生产build_lmer_table和RepeatScout两个程序

（四）TRF

见小编的另一篇博客 Trf软件安装与使用

（五） RepeatMasker & Libraries

见另一篇博客RepeatMasker安装与使用

（六）RMBlast

wget http://www.repeatmasker.org/rmblast-2.10.0+-x64-linux.tar.gz
tar -pzxvf rmblast-2.10.0+-x64-linux.tar.gz  #解压完可以直接使用

（七） ABBlast

官网注册一个Personal Use 账号注册成功后会收到两封邮件，一个是带有软件包下载地址的邮件，一个是带有license.xml（许可证）的附件，将软件包和license.xml下载下来，链接：AB-BLAST

tar -pzxvf ab-blast-20200317-linux-x64.tar.gz
cd ab-blast-20200317-linux-x64 #然后将license.xml文件移动到该目录，安装完毕

（八）LTR_Harvest

wget http://genometools.org/pub/genometools-1.5.9.tar.gz
tar -pzxvf genometools-1.6.1.tar.gz
cd genometools-1.6.1
make threads=yes  #设置多线程模式
make prefix=/software/annotation/genometools install

（九）LTR_retreiver

wget https://github.com/oushujun/LTR_retriever/archive/v2.9.0.tar.gz #解压可直接使用

安装 RepeatModeler

wget http://www.repeatmasker.org/RepeatModeler/RepeatModeler-2.0.1.tar.gz
tar -pzxvf RepeatModeler-2.0.1.tar.gz
cd RepeatModeler-2.0.1
1.perl ./configure
2.输入perl路径：/software/Share/perl-5.26.3/bin/perl 
3.输入repeatmasker路径：/software/annotation/RepeatMasker
4.输入RECON路径：/software/annotation/RECON-1.08/bin
5.输入RepeatScout路径：/software/annotation/RepeatScout-1.0.6
6.输入TRF路径：/software/annotation/TRF-4.10/bin/trf
7.输入选择搜索引擎: 小编装了RMBlast和ABBlast，默认设置RMBlast
8.LtrHarvest 路径：/software/annotation/genometools/bin
9.Ltr_retriever路径：/software/annotation/LTR_retriever-2.9.0
10.MAFFT路径：/software/annotation/mafft-7.471/bin

参数

-database 输入数据库的名字，即BuildDatabase建库的时候“-name”用到的名字
-pa [数字] 并行使用的处理器数量，指定要运行的并行搜索作业的数量。 RMBlast作业将每个使用4个核心，而ABBlast作业将每个使用一个核心。也就是说，在一台具有12核并运行RMBlast的计算机上，您将使用-pa 3来充分利用该计算机
-engine 数据比对软件abblast/wublast /ncbi
-recoverDir 如果在运行过程中运行失败，则可能恢复一些结果并继续上次运行的地方。只需提供失败结果所在的输出目录运行已保存，程序将尝试恢复并继续运行。
-LTRStruct 选择LTR预测软件 LTR_Harvest and LTR_retreiver，并将结果和RepeatScout/RECON结合一起

示例

BuildDatabase -engine ncbi -name genome ./00.data/genome.fa #第一步，将输入fasta文件建库
RepeatModeler -database genome -engine ncbi -pa 10  -LTRStruct >&run.out#第二步，执行RepeatModeler软件

使用详情参考官网RepeatModeler Download