PLEK工具有什么用

這篇文章主要介紹了PLEK工具有什么用，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

在之前的文章中，我們介紹過CPC和CNCI這兩款軟件，可以用于預測lncRNA序列。其中CPC基于序列比對的方式，對于注釋信息相對全面的物種分類效果較好，但是運行速度相對較慢，CNCI基于序列的三聯體堿基組成來區分編碼和非編碼轉錄本，對于注釋信息缺乏的物種，效果也不錯，但是當序列中存在插入缺失時，其分類效果就變得很差。

在高通量測序產生的數據中，會存在一定的測序錯誤，雖然比例很低，但是基于這樣的序列組裝得到轉錄本然后去預測lncRNA, 對于CNCI這個軟件而言，就會造成相當大的影響。

為了克服上述問題，需要一款運行速度又快，又可以一定程度上降低測序錯誤影響的lncRNA預測軟件，PLEK軟件就是基于這樣的出發點進行開發的。PLEK軟件通過序列的kmer構成來區分編碼和非編碼轉錄本，不需要通過比對來完成，所以運行速度較快，同時其性能受到測序錯誤的影響的概率較低，比較穩定。

在論文中，開發者評估了測序錯誤對各個軟件準確度的影響，結果如下所示

可以看到，隨著測序錯誤比例的上升，CNCI的準確度急劇下降，而PLEK和CPC的結果都相對穩定。

同時利用小鼠的轉錄本數據，評估了各個軟件分類的準確性，結果如下所示

從蛋白編碼的轉錄本來看，CPC的準確率最高，PLEK誤判的概率最高；從非編碼轉錄本來看，CNCI的準確率最高，phyloCSF的誤判率最高。

綜合來看，PLEK的準確性介于CPC和CNCI之間，但是考慮到測序錯誤的影響，PLEK的優勢會更加明顯。

論文中對于各個軟件的運行效率，也進行了比較，結果如下

可以看到PLEK的運行速度是最快的。該軟件的源代碼托管在sourceforge上，網址如下

https://sourceforge.net/projects/plek/files/

安裝方式如下

wget https://sourceforge.net/projects/plek/files/PLEK.1.2.tar.gz
tar xzvf PLEK.1.2.tar.gz
cd PLEK.1.2
python PLEK_setup.py

基本用法如下

python PLEK.py \
-fasta transcript.fa \
-out output \
-thread 10

只需要輸入轉錄本對應的fasta格式的文件就可以了，輸出文件output內容示意如下

第一列代表該轉錄本為coding還是non-coding, 第二列為打分值，打分值大于0為coding, 小于零為non-coding, 第三列為fasta文件中的序列標識符。

默認情況下會調用內置的svm模型，如果你有該物種已知的mRNA和lncRNA轉錄本序列，也可以構建自己的模型，代碼如下

python PLEKModelling.py \
-mRNA mRNAs.fa \
-lncRNA lncRNAs.fa \
-prefix 20190129

運行成功后，會生成后綴為.model和.range的兩個文件。在預測時可以通過參數指定svm模型，用法如下

python PLEK.py \
-fasta transcript.fa \
-out output \
-model 20190129.model
-range 20190129.range \
-thread 10

感謝你能夠認真閱讀完這篇文章，希望小編分享的“PLEK工具有什么用”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!