如何注释基因组中的tRNA + 安装tRNAscan-SE

简介

• tRNA：tRNA是mRNA翻译到蛋白的步骤中根据密码子搬运氨基酸的RNA。这个结构的最核心部位就是与密码子配对的三位碱基。tRNA长得像一个三叶草，大概76-90 bp，所以除了三位碱基，识别其二维结构，是为了知道如何折叠成三叶草。
• tRNAscan-SE用 Perl 整合了tRNAscan、EufindRNA 和Cove3个tRNA检测软件。首先调用 tRNAscan和EufindRNA鉴定基因组序列中 tRNA区域，然后调用Cove进行验证。
• 目前2.0版本正在beta阶段，最新的下载稳定版本为1.3.1
• 网页版是2.0版，会根据数据库找最相似的tRNA。
• 如只需安装看步骤即可，说明中总结我遇到的问题。

## 本地化安装步骤

1. 进入 Linux。
2. 下载 tRNAScan-SE 1.3.1.tar.gz
3. 解压缩
4. 进入 tRNAScan-SE 1.3.1 目录
5. 修改 Makefile 中的相关路径，能sudo安装到opt里就不用这步。
6. make 编译
7. 安装
8. 运行 testrun 检验是否运行成功
9. 删除 make 的文件

## 命令 ```bash wget http://lowelab.ucsc.edu/software/tRNAscan-SE.tar.gz tar zxf tRNAscan-SE.tar.gz cd tRNAscan-SE-1.3.1 sudo make && make install make testrun make clean

<br>
## 安装过程说明
1. 从服务器下载 tRNAScan-SE 1.3.1.tar.qz（2017-07-26最新），在其web server 页面没有找到关于本地版的说明。
2. 如果你有root权限，又和我一样还不太懂$PASH怎么改，就不要自己修改安装路径了。默认安装在根目录opt文件夹里的biosoft文件夹中。
3. 安装过程中有一些提示信息，不懂可以不管。也是关于改路径的。

> Makefile 里面的安装路径是：
>BINDIR  = /opt/biosoft/tRNAscan-SE-1.3.1/bin
LIBDIR  = /opt/biosoft/tRNAscan-SE-1.3.1/lib/tRNAscan-SE
MANDIR  = /opt/biosoft/tRNAscan-SE-1.3.1/man

<br>
## 使用说明
*   建议去[网页版 Web Server](http://lowelab.ucsc.edu/tRNAscan-SE/)提交[示例](http://lowelab.ucsc.edu/tRNAscan-SE/ExampleSequences.fa "Example tRNA sequences")。然后看一下返回的结果，和实际运行的代码。

> 网页版运行后给出的运行的命令行： <br> `tRNAscan-SE -qQ -Y -o# -m# -f# -l# -c tRNAscan-SE.conf -s# (fasta file)`

* 其中.conf文件是一个设置文件，可以点开看。
* 输出的结果里面有两个score，
    - cove score，最后的一个分值，最低20，是每一个isotype的分值
    - 还有一个infernal score，是用来过滤，提高计算速度的
*   帮助文件运行 tRNAsecn-SE -h，参考3的说明挺详细。
*   运行的主要参数包括
    -   选择tRNA类型（默认细菌）-B
    -   不检测是不是假基因 -D
    -   输出文件的类型：
        +   -o &lt;file&gt; 总结果
        +   -f  &lt;file&gt; 二级结构结果
        +   # 如果把 # 放在&lt;file&gt;处，没有空格隔开表示使用默认名字
*   文档中提供了一个postscript的帮助，Mannual.ps，我用的远程登录ssh，也不知道怎么打开图形界面，所以下到本地又下了[GView 和 Ghostscript](http://pages.cs.wisc.edu/~ghost/index.htm)打开的。30多页，可是也没有觉得有什么特别有用的。写着有个html版本的，可是现在也打不开了。

<br>
## 结果确认
* 网页目前使用的是2.0版本
*   使用的序列是NCBI上面下载的细菌基因组，其注释信息显示有39个tRNA，4.62MB。
*   测试
    * 设置1： default:返回41个结果，速度最快，大约10s。
`tRNAscan-SE -qQ -Y -o# -m# -f# -l# -c tRNAscan-SE.conf -B -s# (fasta file)`
    * 设置2：Legacy(tRNAscan+Eufindtran -> cove) -：返回39个结果
`tRNAscan-SE -qQ -Y -o# -m# -f# -l# -c tRNAscan-SE.conf -L -B -s# (fasta file)`
    * 设置3：不适用过滤算法，等了30min还在计算，果然很慢，放弃。

* 区别： -L参数默认值为116bp，大于这个数值的tRNA被删除，删除的这两个的确没有对应到NCBI里面的结果。
两个.conf本身没有区别。
观察了下，被滤掉的2条大于116bp的序列cove score在30以下，且二维结构里面看出来成环的区域很长，就是下面的`...`很长，箭头和箭头连起来后会很不稳定的样子。

Seq: TGTAGGATGTTGAAATTGGCaGACAAGCCCTCCTGTCTCGGGGGTGGGGAAcccagcataaagcgtaattcaaaccggactattgccTAACgACCCCGTGGAGGTTCGAATCCTTCTCCTACAG
Str: >>>>>>>..>>>...........<<<.>>>>>.......<<<<<.>>>>............................................<<<<..>>>>>.......<<<<<<<<<<<<.

*  如果选的是真核模式，预测出来的是38条，所以模式还是很重要。

<br>
## 参考
[[1]](https://prmadi.com/installing_trnascan_se/) 说明了安装过程的提示信息是用于修改c shell的
[[2]](http://qinqianshan.com/prediction-of-trna-trnascan-se/) 关于postscript的说明和如何看结果
[[3]](http://www.cnblogs.com/xudongliang/p/7093458.html) 详细的网页版输出结果说明
[[4]](https://academic.oup.com/nar/article-lookup/doi/10.1093/nar/gkw413) 关于2.0的2016年的论文