HMMER 官方文檔學習筆記系列——HMMER 簡介及安裝

本文轉載自查看原文 2021-08-21 05:21 617 HMMER 官方文檔學習筆記系列/ HMMER

HMMER 官方文檔學習筆記系列

本文嚴禁在未征得作者同意的情況下進行轉載

一、HMMER 簡介及安裝

原文鏈接：HMMER 官方文檔學習筆記系列——HMMER 簡介及安裝

1. 說明

“MMER 官方文檔學習筆記系列”是本人在閱讀 HMMER 官方文檔來學習 HMMER 使用方法的過程中整理的學習筆記類教程。該系列主要以 HMMER 官方文檔為參考，因此包含很多對原文檔的直接翻譯和直接摘錄。旨在通過轉述官方文檔說明，幫助需要使用該軟件的人更快的上手使用。但本人並非生信專業出身，計算機相關知識也僅處於起步水平，業余時間也比較有限。因此在對原文檔的理解、轉譯和論述會存在很多錯誤，在此歡迎有興趣的小伙伴對次批評指正，一起探討學習。官方文檔下載地址：HMMER 官方文檔。

2. 太長不看系列

這一部分將對安裝過程做簡要概括，如果嫌棄本文章過長而又擁有比較扎實的 Linux 系統使用基礎的話，可以選擇僅看此處的安裝概要；如果 Linux 系統相關使用技能比較薄弱的話，建議跳過該部分，從第 3 小節開始閱讀全文。

2.1 在 Linux 或 Mac OS/X 系統上安裝 HMMER

通過軟件倉庫安裝

$ sudo brew install hmmer                    # OS/X, HomeBrew
$ sudo port install hmmer                    # OS/X, MacPorts
$ sudo apt install hmmer                     # Linux (Ubuntu, Debian...)
$ sudo dnf install hmmer                     # Linux (Fedora)
$ sudo yum install hmmer                     # Linux (older Fedora)
$ sudo conda install -c biocore hmmer        # Anaconda

通過源碼編譯安裝

$ wget http://eddylab.org/software/hmmer/hmmer-3.3.2.tar.gz
$ tar xf hmmer-3.3.2.tar.gz
$ cd hmmer-3.3.2
$ ./configure --prefix=自定義目錄
$ make
$ make install
$ cd easel        #最后這兩行代碼為可選步驟，執行的話會安裝一套被成為迷你應用（miniapps）的額外小工具
$ make install    #最后這兩行代碼為可選步驟，執行的話會安裝一套被成為迷你應用（miniapps）的額外小工具

安裝后，修改 /etc/profile 文件，將軟件添加到 PATH 環境變量中，以方便調用：

$ sudo cp /etc/profile /etc/profile.bubackup
$ sudo vim /etc/profile
#在文檔末尾加入：
export PATH=自定義目錄/bin:$PATH
export MANPATH=自定義目錄/share/man:$MANPATH

隨后，重啟電腦，或通過以下命令更新 PATH 環境變量：

source /etc/profile

注意，該命令只會更新當前用戶的 PATH 環境變量，如果切換用戶，這需要重新執行該命令。如果重啟了電腦，無需執行該命令，便會對所有用戶生效。

2.1 在 Windows 系統上安裝 HMMER

通過訪問 http://eddylab.org/software/hmmer3/3.0/hmmer-3.0-windows.zip 鏈接進行下載軟件壓縮包（參考——HMMer在Windows環境下的安裝_我就叫陌了這還能重名的博客-CSDN博客_hmmer安裝）。解壓縮后即可在解壓目錄中通過命令提示符界面（cmd）執行命令行運行。

3. HMMER 簡介

HMMER是一個軟件包，提供了一類被稱為輪廓隱馬爾可夫模型（此處中文名為直譯，英文原稱為 profile hidden Markov models, profile HMMs 或 profiles）的工具，這些工具用於制作蛋白質和DNA序列域家族概率模型，以及可以使用這些工具來注釋新的序列。不同於 Blast 等工具，HMMER 使用的是集成算法（ensemble algorithms），而不是最佳對齊（optimal alignment）。進一步來說，HMMER 使用的是基於隱馬爾可夫模型的一種算法，但具體的算法原理過於理論，本人目前難以深入理解，因此不過多論述。

輪廓隱馬爾可夫模型的最初是通過計算密集型的算法來實現的，包括之前的 HMMER1（1995）和 HMMER2（1998）這兩個版本，但最新的 HMMER3 版本通常比 BLASTP 或 FASTA 搜索的更快，即使它使用的模型比二者更復雜。HMMER 可用於進行靈敏的同源搜索、蛋白結構域的自動注釋、深度多重比較數據集的管理等領域。此外 HMMER 3 不僅僅適用於多個比對，也適用於單序列比較。兩兩序列比較只是輪廓隱馬爾可夫模型的一個特例。HMMER 可以使用 BLOSUM 替換矩陣來參數化僅從一個序列構建的序列譜隱馬爾可夫模型。HMMER3 包含兩個用於使用單個查詢序列搜索蛋白質數據庫的程序：phmmer 和 jackhmmer。研究人員相信 phmmer 在很多方面都優於 BLASTP，而 jackhmmer 在很多方面也優於 PSI-BLAST。

當然，任何方法都不可能是完美無缺的。HMMER 的算法沒有考慮不同個體對象間的更高一級的相互作用，因此不適合應用於存在相互作用的模型分析（如：鹼基和鹼基之間的相互作用，會使一些 RNA 形成特殊結構，對於這些結構 RNA（此處為直譯，英文原稱：structural RNAs）的分析，HMMER 工具便不再適用了）。此外，HMMER 的算法也缺乏系統發育的相關模型，因此不適合用於進化樹的構建。

4. HMMER 安裝

4.1 在 Linux 系統上安裝 HMMER

說明

關於命令輸入的一些說明：文中每條命令的前面都會帶有 $ 或 #，這兩個符號不是命令的組成部分，而是類似於身份標識（具體專業描述不知道是什么），比如我們打開終端，默認會有用戶名@localhost:~$的前綴，而最后的 $ 符號便是提示使用者身份的標識。在下面所有的命令中，也采用 $ 或 # 進行身份標識，其中代碼前帶有 $ 符號的命令表示以普通用戶身份執行命令代碼；前標識為 # 的命令表示在超級管理員（root）身份下運行命令。而代碼中其他地方帶有的 # 多數情況下表示對命令的解釋說明，也就是注釋命令，同樣也不屬於命令的組成部分。

簡言之，，每一條命令前的 $ 或 #，以及其他位置的 # 和這個 # 后面緊跟的同一行內容都是類似解釋說明一類的東西，不屬於命令本身，復制粘貼的話請忽略。

4.1.1 通過官方軟件源進行安裝

在 Ubuntu 系統中使用以下命令安裝：
```
$ sudo apt install hmmer
```
在 Debian 系統中的安裝命令於此類似，但默認情況下，要先切換為管理員用戶，再執行安裝命令，而不能直接通過 sudo 命令安裝：
```
$ su -
# apt install hmmer
```
第一行 su - 命令即代表切換到超級管理員模式，並且切換后位於相應管理員用戶的用戶目錄，即 /root 目錄，如果要在當前目錄切換使用超級管理員，需要輸入 su root 進行切換。安裝軟件則通常使用 su - 命令切換。
在 Fedora 較新版本系統中，使用如下命令安裝：
```
$ sudo dnf install hmmer
```
較老版本的 Fedora 系統使用如下命令安裝：
```
$ sudo yum install hmmer
```

由於本人目前僅在 openSUSE 系統上嘗試安裝成功，因此以上操作本人沒有進行確認，僅將官方說明摘錄於此。

4.1.2 通過第三方包管理庫進行安裝

通過 Anaconda 進行安裝（首先確保系統已經安裝了 Anaconda 包管理器）：
```
$ sudo conda install -c biocore hmmer
```

由於本人目前僅在 openSUSE 系統上嘗試安裝成功，因此以上操作本人沒有進行確認，僅將官方說明摘錄於此。

4.1.3 通過源碼編譯進行安裝

HMMER 軟件的源碼編譯安裝十分簡單，而且在多種 Linux 系統下通用，因此個人也比較推薦通過源碼安裝。而且通過源碼安裝，可以同時方便的同時安裝 HMMER 2 版本和 HMMER 3 版本，這樣就可以使用一些 HMMER 3 不具有的，而 HMMER 2 具有的功能。源碼安裝具體步驟如下：

下載源碼安裝壓縮包
首先，通過 weget 命令行在 eddylab.org/software/hmmer/hmmer-3.3.2.tar.gz 路徑獲得，隨后解壓縮並通過 cd 命令進入解壓后的 hmmer-3.3.2 目錄：
```
$ wget http://eddylab.org/software/hmmer/hmmer-3.3.2.tar.gz
$ tar xf hmmer-3.3.2.tar.gz
$ cd hmmer-3.3.2
```
也可以去軟件官網下載 .tar.gz 格式的安裝包，然后解壓縮並進入解壓目錄。

安裝前配置
然后，通過 ./configure 命令對 HMMER 的安裝進行配置。命令格式如下：

$ ./configure 參數

這里的參數是可選項，也就是可以選擇添加參數，也可以選擇不添加。參數之間，以及參數和其他命令之間要有空格分開。參數的話主要有 3 類：

第一類類參數可以自定義安裝目錄。
如--prefix 參數可以自定義總的程序安裝目錄，如：

$ ./configure --prefix=/your/install/path

如上所示，如果自定義路徑為 /your/install/path，那么程序和程序操作說明則會分別安裝在 /your/install/path/bin 和 /your/install/path/share/man/man1/ 目錄下。如果不設置該參數，程序和操作說明則會分別安裝在默認的 /usr/local/bin 和 /usr/local/share/man/man1/ 目錄。默認目錄是按照 GNU 編碼標准進行分布的，其他的目錄也可以通過不同的參數修改，具體如下：

變量（Variable）	默認安裝路徑	./configure 參數
prefix	/usr/local	--prefix
exec_prefix	prefix	--exec_prefix
bindir	exec_prefix/bi	--bindir
datarootdir	prefix/share	--datarootdir
mandir	datarootdir/man	--mandir
man1dir	mandir/man1	--man1dir

不過個人不建議進行復雜的目錄修改，僅僅使用 --prefix 自定義安裝目錄就夠了。

第二類參數可以設置是否開啟多線程模式。默認情況安裝的軟件是開啟多線程的，如果想禁用多線程，可添加參數 –disable-threads ，開啟多線程后，在安裝后的軟件使用中，線程數默認是 2，在每次使用時，可以通過添加參數 –cpu <n> 或 HMMER_NCPU 環境變量來設置線程數 n。（這里我沒有完全搞懂，不過像我一樣似懂非懂或者不懂的話可以不使用該參數）
第三類參數可以控制 MPI（Message Passing Interface，消息傳遞接口）的開啟或關閉。除了 nhmmer 和 nhmmscan 兩個程序外，其他的程序都支持 MPI（Message Passing Interface，消息傳遞接口），但該服務默認是關閉的，如需啟用，除了需要安裝相應的 MPI 庫外，還需要在執行 ./configure 命令時添加 –enable-mpi 參數。在使用 MPI 並行化（ MPI parallelization）時，每次添加 –mpi 參數可以開啟主/輔並行模式。hmmbuild 的 MPI 實現可以擴展到數百個處理器，hmmsearch 也可以進行類似擴展。其他搜索程序（hmmscan、phmmer 和 jackhmmer）的擴展性非常差，最多不應該在數十個處理器上使用。

進行編譯
執行完上述 ./configure 命令后，等待終端執行完畢后，接着就可以執行 make 命令進行編譯：
```
$ make
```
同樣，make 命令也可以選擇帶參數運行，如：通過添加 check 參數，會在編譯的時候同時運行檢測程序：
```
$ make check
```
make 命令可以帶的參數歸納如下：
- all：建造完整的程序。就像單獨使用 make 命令一樣；
- check：在 HMMER 和 Easel 庫中運行自動測試檢查模塊；
- pdf：編譯該軟件的用戶指南；
- install：安裝程序和相應的程序說明文檔；
- uninstall：卸載 install 命令參數安裝的程序和相應的程序說明文檔；
- clean：刪除編譯（來自於 make 命令）生成的所有文件，但保留配置文件（由 ./configure 命令生成的文件）；
- distclean：刪除所有編譯（來自於 make 命令）生成的所有文件，和配置文件（由 ./configure 命令生成的文件）。
- 默認情況下，make 使用從 git 源代碼中"偷來"的漂亮包裝來隱藏編譯過程的實際情況。如果希望看到命令行在其編譯時的真實丑陋的外觀，請傳遞一個 V=1 參數（V表示“verbose”）來實現（來自官方文檔作者的幽默自述）：
```
$ make V=1
```
- HMMER 的 make install 支持分階段安裝，支持打包程序用於指定 buildroot 的傳統 DESTDIR 變量（這個沒有用過，所以具體的意思也沒有很明白，不過一般情況下，為了使用方便，還是推薦不使用此參數的完整安裝）：
```
$ make DESTDIR=/rpm/tmp/buildroot install
```
安裝 HMMER 程序和程序說明文檔
執行上述編譯后，便會在解壓目錄的 src 文件夾得到二進制程序文件，可以直接運行這些文件來運行程序，但是通常為了便於使用，會通過以下命令進行安裝，以將應用程序和程序的說明文檔安裝在我們上面通過 ./configure 命令自定義的文件夾下：
```
$ make install
```
安裝時如果選擇了自定義路徑，此時最好將自定義目錄加入 PATH 環境變量。
如果通過 --prefix= 重新自定義了安裝路徑，為了以后在終端下的任何文件路徑下都快可以直接調用，需要將自定義的 自定義目錄/bin 添加到 PATH 路徑中，將 自定義目錄/share/man 添加到 MANPATH 路徑中，以方便在命令行使用軟件和調出幫助文檔。比如上面的例子我們的自定義目錄為/your/install/path，則可以在終端執行下面的命令來完成該操作：
```
$ export PATH=/your/install/path/bin:$PATH
$ export MANPATH=/your/install/path/share/man:$MANPATH
```
但是用種方法添加之后，僅僅對當前用戶生效，而且重啟電腦后需要重新配置。若想對全部用戶生效，需要修改 /etc/profile 文件（下面第一行是復制命令，以實現在操作前對該文件進行備份；vim 是一種比較方便的命令行文本編輯器，雖然好用，但是和我們平常的文本編輯器的使用有差異，在執行下面命令之前，最好確保自己已經會一些 vim 編輯器的基本操作）：
```
$ sudo cp /etc/profile /etc/profile.bubackup
$ sudo vim /etc/profile
#在文檔末尾加入：
export PATH=/your/install/path/bin:$PATH
export MANPATH=/your/install/path/share/man:$MANPATH
```
隨后，重啟電腦，或通過以下命令更新 PATH 環境變量：
```
source /etc/profile
```
注意，該命令只會更新當前用戶的 PATH 環境變量，如果切換用戶，這需要重新執行該命令。如果重啟了電腦，無需執行該命令，便會對所有用戶生效。
如果不進行此設置，每次使用需要使用 cd 命令切換到自定義文件夾下的 bin 目錄調用相關程序。到這里，HMMER 程序就基本安裝好了。
可選步驟：安裝額外的小工具
另外，還可以選擇安裝一套被成為迷你應用（miniapps）的額外小工具，安裝時先通過 cd 進入解壓目錄下的 easel 文件夾，然后執行 make install 命令安裝 miniapps 及其使用說明：
```
$ cd easel
$ make install
```
源碼編譯常見錯誤
- 如果自定義目錄的編譯執行失敗，有可能是 make 版本不支持自定義目錄的構建，可嘗試默認目錄安裝，或嘗試安裝 GNU make；
- 配置失敗，提示“找不到可接受的 grep”。很多人已經在 Sun Sparc/Solaris 機器上發現了這種情況。這是 GNU autoconf 中的一個已知問題。可以通過安裝 GNU grep ，或者堅持執行 ./configure 命令時將 GREP 設置為可工作的路徑：
```
$ ./configure GREP=/usr/xpg4/bin/grep
```
- 許多“檢查”測試失敗。如果不能正確的連接多線程，而引發測試錯誤，則可以試着關閉多線程：
```
$ ./configure --disable-threads
```
  常見錯誤這一部分，由於本人安裝過程比較順利，沒有遇到什么問題，因此也只是將官方文檔提到的常見錯誤摘錄出來。
同時安裝 HMMER2 和 HMMER3
雖然 HMMER3 絕大部分功能都優於 HMMER2，但是 HMMER2 是可以進行全局和全局比對（global and glocal alignment），而 HMMER3 僅支持局部比對（local alignment），有時候，全局比對也是我們需要的，因此安裝兩個版本可以拓展適用范圍（這里提到的全局比對和局部比對涉及到算法問題，本人水平還沒涉及此高度，因此也沒有完全理解，為了避免個人翻譯錯誤，將原英文名稱標注在括號里）。作者表示，在未來的 HMMER4 中，將同時支持兩種比對方式。但是 HMMER2 和 HMMER3 由於存在相同的程序名，因此直接安裝會出現程序名沖突，為了解決沖突，作者給了兩個建議方案：
- 方案一，將兩個版本的軟件分別裝在兩個自定義路徑，一個版本加入 PATH 環境變量，通過命令行直接使用；另一個版本則進入相應安裝路徑使用；
- 方案二，安裝兩個版本軟件，將一個版本加入 PATH 環境變量后，再將另一個版本的相應文件復制並重命名到該版本路徑。比如，假設我們自定義安裝 HMMER 2 的目錄為 /home/my/install/path/hmmer2,自定義安裝 HMMER 3 的目錄為 /home/my/install/path/HMMER3，則可以先將 HMMER 3 的相應目錄按照上面的方法加入 PATH 環境變量，然后通過 cd 命令先進入 HMMER 2 的安裝目錄，然后通過 cp 命令復制並重命名到 HMMER 3 的安裝目錄：
```
$ cd /home/my/install/path/hmmer2/bin
$ cp hmmalign /home/my/install/path/HMMER3/bin/h2-hmmalign
$ cp hmmconvert /home/my/install/path/HMMER3/bin/h2-hmmconvert
$ cp ……
……
```
  但是一個一個的復制比較麻煩，所以可以優化一下方案：首先通過 cd 先進入 HMMER 2 的安裝目錄，然后批量重命名，接着移動文件到 HMMER 3 目錄。這時重命名和移動命令可以如下（批量重命名的命令在第二行代碼和第五行代碼，這兩行代碼都是在當前目錄下的所有文件名之前添加“v2-”的前綴，另外注意這兩行代碼中的單引號不是普通單引號，而是反引號）：
```
$ cd /home/ligareen/Documents/software/hmmer/hmmer2/bin/
$ for i in `ls`; do mv -f $i `echo "v2-"$i`; done
$ mv * /home/ligareen/Documents/software/hmmer/bin/
$ cd /home/ligareen/Documents/software/hmmer/hummer2/man/man1/
$ for i in `ls`; do mv -f $i `echo "v2-"$i`; done
$ mv * /home/ligareen/Documents/software/hmmer/share/man/man1/
```
  此處的批量重命名操作參考：Linux 批量修改文件名(前綴或后綴)_@羲凡—只為更好的活着-CSDN博客_linux批量修改文件名前綴。
安裝后簡單調試
- 解壓目錄下的 tutorial 文件夾下，是一些示例文件，在其中，有一個 Stockholm 格式（后綴為 .sto）的序列比對文件，可以通過 hmmbuild 命令從這一份序列比對文件中構建一個輪廓隱馬爾可夫模型（profile）：
```
$ cd tutorial
$ hmmbuild globins4.hmm globins4.sto
```
  上述命令時在已經進入了解壓目錄后進行的操作。
  
  正常的話會有以下輸出：
- hmmsearch 命令可以針對數據庫，基於已有的輪廓隱馬爾可夫模型庫進行輪廓隱馬爾可夫模型的搜索。在解壓目錄下的 tutorial/globins45.fa 文件是包含45個珠蛋白序列的一個小型 FASTA 文件，利用上一條產生的輪廓隱馬爾可夫模型（profile），可以通過以下命令對該文件進行序列譜隱馬爾可夫模型的搜索：
```
$ hmmsearch globins4.hmm globins45.fa
```
  這將直接顯示一個搜索結果的輸出，以表格的形式顯示它們的對齊信息（輸出結果過長。下圖僅截取開頭部分）:

4.2 在 Mac OS/X 系統上安裝 HMMER

說明：由於本人沒有使用過 Mac 系統，因此僅將官方文檔中描述的安裝方法摘錄展示於此。

4.2.1 通過軟件倉庫進行安裝

通過 HomeBrew 進行安裝
```
$ brew install hmmer
```
通過 MacPorts 進行安裝
```
$ port install hmmer
```

4.2.2 通過源碼編譯進行安裝

源碼編譯安裝的過程參考 Linux 系統下通過源碼編譯進行安裝的過程（章節 1.3）。

4.3. 在 Windows 系統上安裝 HMMER

4.3.1 下載安裝包后解壓直接使用

首先去官網下載 Windows 版本的壓縮包。由於目前官網的最新版本不支持 Windows 系統，所以官網並沒有直接的下載鏈接，在這里，參考——HMMer在Windows環境下的安裝_我就叫陌了這還能重名的博客-CSDN博客_hmmer安裝（不得不感慨，這位網友真的太有才了！），通過訪問 http://eddylab.org/software/hmmer3/3.0/hmmer-3.0-windows.zip 鏈接進行壓縮包的下載。
下載好后解壓到任意目錄，便可以直接使用，但雙擊程序多半會閃退。其實在這里，使用方法和 Linux 下的方法是一樣的，需要在命令提示符（cmd，類似 Linux 下的終端）下通過命令行進行使用。（Windows 系統下調出 cmd 的過程可以是：按快捷鍵 win+R 快捷鍵調出“運行”窗口后輸入“cmd”后按回車鍵。）
在 cmd 下使用時，類似 Linux 系統，需要通過 cd 命令進入解壓文件夾使用，如通過 hmmpress,exe -h 命令查看 hmmpress,exe 程序的幫助信息（下列代碼中，“>”號不是命令的組成部分）：
```
> cd C:\Users\username\Downloads\hmmer-3.0-windows
> hmmpress,exe -h
```
這樣每次都要進入解壓目錄才能調用，會讓人感覺很麻煩，在 Windows 下也可以像 Linux 系統一樣，將程序添加到 PATH 環境，添加后可以在任意目錄下調用，添加步驟如下（以 win11 為例，win10 適用，大部分圖片點擊可看大圖，步驟參考【圖文詳解】環境變量中Path環境變量作用詳解_二十四日的博客-CSDN博客）：
- 通過 系統設置→系統→關於→高級系統設置 步驟進入高級設置：
- 在彈出的程序框中選擇環境變量選項：
- 隨后新彈出的程序框便是環境變量設置對話框了。該對話框整體分為上下兩部分，上面的那部分設置僅對當前用戶生效，下面的設置對所有用戶生效。因為我們一般的個人電腦僅會設置一個賬戶，不存在不同用戶適用性的考量，但是，為了當便起見，如不涉及隱私問題，我們一般設置對全部用戶生效。所以我們選擇下面那一部分進行設置。找到並雙擊 Path 選項（或單擊選擇 Path 選項后，再單擊編輯按鈕）：
- 然后在文件瀏覽器中查看並復制 HMMER 程序所在目錄（即壓縮包解壓文件所在目錄），然后。在上一步操作后新彈出的窗口中，通過新增 選項將剛剛復制的目錄添加到 Path 環境，並單擊確定按鈕進行保存：
- 上述步驟進行完后，便已經將環境變量設置好了。下面進行簡單的測試：
  - 通過 Win+R 快捷鍵調出“運行”窗口后，輸入 cmd 后回車，調出 DOS（命令提示符）界面：
  - 在 DOS 中，不切換文件夾，直接執行 hmmalign -h 來查詢幫助說明，執行后，如果一切正常，會有幫助文檔的輸出信息。
- 將 HMMER 添加到環境變量后，使用時不但不需要通過cd 命令進入相應文件夾再使用，而且在使用的過程中，程序名省略了后綴 .exe，使用方便了很多。但是程序名卻不能通過 TAB 鍵補全，只能全拼寫入（正常情況下，不管時 windows 系統還是 Linux 系統，我們在輸入命令時，往往可以在輸入開頭幾個字母后，按 TAB 鍵補全后續的文件名）。
很多生信軟件在 Linux 系統上安裝和使用都很方便，就像 HMMER，通過 Linux 系統，不但可以安裝最新版本，獲得更完善的程序功能，而且可以方便的將軟件加入 PATH 變量環境，並可以方便調用（如通過 TAB 鍵快速補全程序名）。因此，總體而言，個人推薦通過 Linux 系統使用該軟件。