核酸分子二级结构及三级结构预测
Nucleic acid 2D and 3D Structure Prediction (NSP)
项目：http://git.oschina.net/hust220/nsp
<h2 id="安装">安装</h2>
安装要求
- g++版本大于4.8
- cmake版本大于2.8.7
- 安装有boost库
编译安装
-
升级g++
如果g++的版本小于4.8，需要首先升级g++。这里以gcc-4.9.3为例:
-
root用户
wget http://mirror.hust.edu.cn/gnu/gcc/gcc-4.9.3/gcc-4.9.3.tar.gz tar xvzf gcc-4.9.3.tar.gz cd gcc-4.9.3 ./contrib/download_prerequisites mkdir build cd build ../configure --enable-checking=release --enable-languages=c,c++ --disable-multilib make -j4 sudo make install -
普通用户
在configure这一步的时候加上
--prefix=<PATH/TO/INSTALL/GCC>
-
-
下载nsp
git clone https://git.oschina.net/hust220/nsp.git -
编译安装nsp
-
root用户
cd nsp mkdir build cd build cmake .. make install -
普通用户
cd nsp mkdir build cd build cmake -D CMAKE_INSTALL_PREFIX=<PATH> .. make install
-
本实验室
本实验室可以直接在集群上里输入如下命令
source $HOME/../wangjian/wangjian.sh
<h2 id='用法'>用法</h2>
使用之前需要设置环境变量NSP为模板库所在的文件夹
export NSP=<PATH/OF/TEMPLATES/LIBRARY>
<h4 id='二级结构预测'>二级结构预测</h4>
用自由能最小方法预测
nsp ss_pred -seq <SEQUENCE>
结合自由能最小方法以及DCA预测的DI值进行二级结构预测
nsp ss_dca -seq <SEQUENCE> -di <DI_FILE> [-k <K>]
k值是用来设置读取前k*L个DI值，如果k=1，就代表读取前L个，如果k=0.5，就代表读取前L/2个。
计算MCC
nsp mcc -nat "<SECONDARY_STRUCTURE_OF_NATIVE>" -pred "<SECONDARY_STRUCTURE_OF_PREDICTION>"
计算STY
nsp sty -nat "<SECONDARY_STRUCTURE_OF_NATIVE>" -pred "<SECONDARY_STRUCTURE_OF_PREDICTION>"
计算PPV
nsp ppv -nat "<SECONDARY_STRUCTURE_OF_NATIVE>" -pred "<SECONDARY_STRUCTURE_OF_PREDICTION>"
<h4 id='三级结构预测'>三级结构预测</h4>
组装
-
组装
nsp assemble -name <JOB_NAME> -seq <SEQUENCE> -ss "<SECONDARY_STRUCTURE>" -
组装+采样
nsp assemble -name <JOB_NAME> -seq <SEQUENCE> -ss "<SECONDARY_STRUCTURE>" -sample -num <NUMBER_OF_PREDICTIONS>
优化
nsp mcpsb -name <JOB_NAME> -seq <SEQUENCE> -ss "<SECONDARY_STRUCTURE>" -pdb <INITIAL_PDB_FILE> -out <FINAL_STRUCTURE> [-traj <TRAJECTORY_FILE>] [-<constraints|c> <CONSTRAINTS_FILE>] [-seed <SEED>]
用-name设置名字，-seq设置序列，用-ss设置二级结构，用-seed设置种子
用-out设置用于存放优化后的结构的文件
用-traj设置轨道文件
用-pdb设置起始结构，起始结构可以就用组装后得到的结构，也可以从组装加采样得到的结构中挑选一个
用-c或者-constraints加上约束
-seed可以省略掉，这样默认的种子是11
-constraints或者-c可以省略掉，表示不添加约束信息
CONSTRAINTS_FILE文件里面需要包含约束信息，例如可以加进DCA分析的信息:
8 23 10
9 22 10
10 21 10
这里前面两列代表碱基的序号，例如8代表第8个碱基，23代表第23个碱基，最后一列是碱基之间的最小距离。
因此这里8 23 10就代笔第8个碱基和第23个碱基之间的最小的距离是10?，9 22 10就代表第9个碱基和第22个碱基之间的最小距离是10?。
<h4 id='聚类'>聚类</h4>
nsp cluster -list <LIST_FILE> -k <NUMBER_OF_CLUSTERS>
使用-list来设置需要对哪些结构进行聚类，用-k来设置聚类的数目。
经过一段时间的运行之后，会在屏幕上打印出聚类的结构。
LIST_FILE文件包含了要聚类的结构的名字:
test.sample.1.pdb
test.sample.2.pdb
test.sample.3.pdb
test.sample.4.pdb
test.sample.5.pdb
<h4 id='打分'>RNA三级结构打分</h4>
-
对单个结构打分
3dRNAscore -s <PDB_FILE> -
对多个结构打分
3dRNAscore -s:l <LIST_FILE>
LIST_FILE文件包含了要聚类的结构的名字:
test.sample.1.pdb
test.sample.2.pdb
test.sample.3.pdb
test.sample.4.pdb
test.sample.5.pdb
<h4 id='RMSD'>计算RMSD</h4>
nsp rmsd -pdb <PDB_FILE_1> <PDB_FILE_2>
<h4 id='获取序列'>获取分子的序列</h4>
nsp seq -pdb <PDB_FILE>
获取分子的碱基的个数
nsp len -pdb <PDB_FILE>
截取分子中的指定的残基
nsp sub -pdb <PDB_FILE> -num <FRAG1> <FRAG2> <FRAG3> <FRAG4> ...
每个FRAG是指一个碱基段，格式为单个残基号N或者指定起点和终点的片段BEGIN-END。
例如1代表第一个残基，4-11代表第4到第11个碱基组成的片段
去掉分子中多余的行，只留下ATOM行
nsp rna -pdb <PDB_FILE>
