一，简介

The core algorithm is based on approximate seeds and allows for sensitive analysis of NGS reads. The main application of SortMeRNA is filtering rRNA from metatranscriptomic data. SortMeRNA takes as input a file of reads (fasta or fastq format) and one or multiple rRNA database file(s), and sorts apart aligned and rejected reads into two files specified by the user. Additional applications include clustering and taxonomy assignation available through QIIME v1.9.1 (http://qiime.org). SortMeRNA works with Illumina, Ion Torrent and PacBio data, and can produce SAM and BLAST-like alignments.

二，安装

对于Ubuntu系统来说：sudo apt install sortmerna
对于其他系统，去找manual吧。

三，用法

目前大部分测序数据都是pair-end，一般会给正反方向的两个文件

直系同源和旁系同源 直系同源(orthologous) 指的是不同物种之间的同源性，例如蛋白质的同源性，DNA 序列的 同源性。 Orthologs 是指来自于不同物种的由垂直家系（物种形成）进化而来的蛋白，并且典型的保 留与原始蛋白有相同的功能。 

第一种：UPGMA法(unweighted pair group method using arithmetic average)

非加权配对算术平均法或非加权组平均法 NTSYS 3.4

 

查遍网络也没发现有对blastp参数详解的资料，blastn、blastall等资料倒是不少，所以我决定自己动手，把所有的参数解释一遍。

以下是blastp的整体用法概述：
wang@wang-ThinkStation:~/mydata/Accumulibacter/blastp-pro$ blastp -help
USAGE
  blastp [-h] [-help] [-import_search_strategy filename]
    [-export_search_strategy filename] [-task task_name] [-db database_name]
    [-dbsize num_letters] [-gilist filename] [-seqidlist filename]
    [-negative_gilist filename] [-entrez_query entrez_query]
    [-db_soft_mask filtering_algorithm] [-db_hard_mask filtering_algorithm]
    [-subject subject_input_file] [-subject_loc range] [-query input_file]
    [-out output_file] [-evalue evalue] [-word_size int_value]
    [-gapopen open_penalty] [-gapextend extend_penalty]
 &nbs

       之前组装基因组一直用另外一个软件：SPAdes，组装效果还不错，但是IDBA的大名早就听说过，所以趁着这次刚那个两个菌的数据，分别用这两个软件组装一下，对比一下效果，在SPAdes的网站上面看到过几个组装软件的对比图，毫无疑问，SPAdes排第一，但是IDBA能排第二，说明IDBA的组装效果还可以。

一，使用说明

安装

If you use the release package.

Exract the package, then use make to compile the source code.

 $ ./c

Gblocks is a computer program written in ANSI C language that eliminates poorly aligned positions and divergent regions of an alignment of DNA or protein sequences.
Gblocks是一个用ANSI C语言编写出的软件，用于消除DNA或者蛋白序列不好的比对位点和分散区域。这些位置可能不是同源的或可能已被多重取代饱和，最好的在进行系统发生分析之前消除它们。一般来说，不太严格的数据区域选择比较适合短序列比对，而条件严格的数据区选择比较适合长片段比对。默认的参数是严格的。

Installation

Mac OS X, Linux and UNIX: Decode the downloaded file with the commands (substituting OS for your corresponding file):

uncompress Gblocks_OS_0.91b.tar.Z
tar xvf Gblocks_OS_0.91b.tar

Windows: The downloaded file is in zip format. You can un-zip it with different compression/decompression tools.

In all cases you will get the folder 'Gblocks_0.91b' with the executable program, example files and the docu

方法一：linux下用awk计算fasta序列的长度

前面发表一篇文章《用awk和sed快速将fasta格式的序列改成一行显示》，其实我的这种方法就是在这基础上进行的。加入已经有一个fasta文件为

RAxML 是用极大似然法建立进化树

BLAST中的E值(E-value)是什么意思？

BLAST是指Basic Local Alignment Search Tool，是生物信息学中的一种序列比对算法，用于寻找蛋白质或核酸的相似序列。

下面是一个BLAST结果，

Sequences producing significant alignments:	Score (S)	E
gi|83574104|Moth_2374|sporulation – prote…	202	2e-53
gi|83573446|Moth