参考blog:

SEQ 3. pfam数据库的注释及本地分析 (pfam_scan)-CSDN博客

wget ftp://ftp.ebi.ac.uk:21/pub/databases/Pfam/current_release/Pfam-A.hmm.gz
wget ftp://ftp.ebi.ac.uk:21/pub/databases/Pfam/current_release/Pfam-A.hmm.dat.gz
wget ftp://ftp.ebi.ac.uk:21/pub/databases/Pfam/current_release/active_site.dat.gz
gunzip *.gz

对应的最新链接:

Index of /pub/databases/Pfam/current_release

在服务器中下载如上三个数据即可。

hmmer-3.2下载

wget http://eddylab.org/software/hmmer/hmmer-3.2.tar.gz
tar -xzvf  hmmer-3.2.1.tar.gz
cd hmmer-3.2
./configure
make
make check
make install
 
# 添加至环境变量
echo 'export PATH=/usr/local/bin:$PATH' >> ~/.bashrc
source ~/.bashrc
 

下载pfam_scan.pl

#验证，有参数说明即可。
# 确保在 (pfam_scan) 环境下

conda install -c bioconda pfam_scan

pfam_scan.pl -h

如何运行

pfam_scan.pl -fasta ./input_data/6-3_v5/V5-2.pep.fasta -dir ./ -outfile 6-3_v5.xls -as

#-dir后面跟的是pfam_db数据库
#outfile后面跟的是输出结果

输出结果解读

输出结果说明：

(1) seq_id：蛋白序列编号

(2) alignment start：蛋白序列比对的起始位置

(3) alignment end：蛋白序列比对的终止位置

(4) envelope start：蛋白序列结构域的起始位置

(5) envelope end：蛋白序列结构域的终止位置

(6) hmm acc：比对到pfam结构域的ID

(7) hmm name：pfam结构域名称

(8) type：pfam结构域类型

(9) hmm start：比对到结构域的起始位置

(10) hmm end：比对到结构域的终止位置

(11) hmm length：pfam结构域的长度

(12) bit score：比对打分分值

(13) E-value：比对的E值

(14) Significance：比对序列的显著性

(15) Clan：蛋白结构域超级家族名称

(16) predicted_active_site_residues：比对的序列是否位于酶的活性部位

另外也可以直接eggnog本地注释，但是版本可能会比较落后

后续补充更新ing.....