記錄下braker2的使用要點，以備忘記。
流程使用
braker2有很多流程，根據你的數據：組裝的基因組、轉錄組、蛋白（同源，包括近緣或遠緣）選擇不同流程，官網有說明：
https://github.com/Gaius-Augustus/BRAKER
現在的動植物組裝，大多數都含有以上三類數據吧，因此可選擇如下流程，用公共數據庫OrthoDB中的直系同源蛋白，根據自己的物種選擇，有動物植物微生物等，如我選擇植物就有300多萬條序列。
作者指出，braker2並非證據越多越好，該流程還是不夠穩定（尤其是對中小基因組）。
整個流程你可以分步，即分別預測轉錄組和蛋白數據，得到hints，再使用braker進行最終整合和預測。或者只對轉錄組或者蛋白數據進行預測。比如我先用ProtHint單獨對OrthoDB進行預測，這樣處理是很快的，三百多萬條序列3-4小時即可跑完。最后得到的是prothint_augustus.gff可用於后續輸入文件。
cat Rawdata/* >proteins.fasta
/ProtHint-2.6.0/bin/prothint.py genome.fa proteins.fasta --workdir test --threads 40
可參考：
https://github.com/gatech-genemark/ProtHint/tree/master/example
braker流程為：
braker.pl --cores 48 --species=test_orthodb-2 \
--genome=genome.softmasked.fa \
--softmasking
--bam=A.bam,B.bam \
--hints=prothint_augustus.gff \
--etpmode \
--gff3
作者建議用--softmasking 基因組
也可以將所有數據放到腳本中，一步到位。速度也還可以，調用了spaln和diamond等（運行時如果沒找到相關軟件路徑，需要你export PATH臨時指定一下），如：
export GENEMARK_PATH=/path/gmes_linux_64
export PATH=/path/gmes_linux_64/ProtHint/bin:/path/GUSHR:$PATH
braker.pl --cores 48 --species=test_orthodb-2 \
--genome=genome.softmasked.fa \
--softmasking
--bam=A.bam,B.bam \
--prot_seq=proteins.fa \
--gff3
建議還是看官網吧，我描述的比較片面
另一個可能更實用的流程是：
可用genomeThreader預測近緣物種同源蛋白。速度會比較慢，不建議用exonerate，巨慢無比。
braker.pl --cores 48 --species=homodb \
--genome=genome.softmasked.fa \
--softmasking
--bam=A.bam,B.bam \
--prot_seq=proteins.fa \
--prg=gth \
--gff3
另外如果你想要預測UTR，braker得到的gtf/gff文件默認是沒有這類信息的。則需要調用GUSHR，參數中添加--addUTR=on。最終得到的gushr.gtf即是包含了UTR的結果文件。
問題
braker還不是很成熟，運行過程中可能遇到各種問題。
這是官網的一些建議：
- 使用高質量基因組。組裝很碎的基因組不僅耗時，還影響准確性
- 染色體或scaffold名稱不宜過長且不含
%&!*(){})等特殊字符。 - 使用軟屏蔽基因組好於硬屏蔽基因組。
- 檢查物種是否具有進化分支特征。
- 檢查基因預測結果，如UCSC瀏覽器。
我個人的一些記錄：
- 預測結果文件braker.gtf中，轉錄本和基因ID，前面可能會自動加上
file_1_file_1_，如g4417.t1變為file_1_file_1_g4417.t1，導致生成的gff（或者你用其他軟件，如augustus轉換腳本gtf2gff.pl，實際上你在參數中指定--gff3，流程調用的也是agustus/gtf2gff.pl）轉化得到的gff3文件中沒有基因特征。所以，如果你用的結果是braker.gtf，含有這個問題，必須人為去掉。augustus.hints.*則是正常，目前沒發現這個問題。
- 第二個比較關心的問題是，braker流程出來一堆結果，我到底該用哪個？雖然官網有一些解釋，但總有些不能理解。
幾個比較關鍵的結果： augustus.hints.* 是AUGUSTUS最終蛋白hints結果。
而braker.gtf/gff3是 AUGUSTUS和GeneMark-EP+預測（braker流程中的蛋白預測）的並集，因此該結果是高敏感性低特異性（更多基因被預測以及更多假陽性）。
總體來說，二者結果是相近的，如果側重於敏感性，則用braker.gtf結果。否則用augustus。（個人建議還是用augustus的結果，相當於二次預測）
- 另外，在gtf2gff.pl轉換中，還可能會遇到
[gtf2gff.pl: transcript jg1.t1 has conflicting gene parents: and jg1](https://github.com/Gaius-Augustus/Augustus/issues/39)類似錯誤。作者雖然寫了一個臨時腳本https://github.com/Gaius-Augustus/Augustus/blob/master/scripts/fix_joingenes_gtf.pl 來解決這個問題，但並未解決我的問題。
總之，braker2流程雖然使用簡單（相對於evm，maker等），但它的結果還是差異很大的，預測的基因數目普遍較多。文章引用率還不是太高，使用需要謹慎。
僅嘗試使用體驗，后續待補充。