反转座子预测.docx

3、LTR_STRUC
简介：
LTR_STRUC是由美国乔治亚大学的Eugene和John于2002年开发的LTR-反转座子预测软件。它不同于其它基于序列同源比对的方法，而是根据转座子的结构特征，如复制时必需的PBS和PPT位点,以及LTR末端的TG和CA位点，从DNA序列上预测转座子的位置和结构。
下载：
该软件是免费软件，目前只有Windows版，运行时至少需要512M内存。可以从以下网址。下载：http://www.genetics.uga.edu/retrolab/data/LTR_Struc.html
当前版本：version 1.1
使用：
该软件的使用可分为以下几步：
（1）在C盘根目录下创建一个名为“LTR_STRUC”的目录；
（2）将下载的程序文件“LTR_STRUC_1_1.exe”，以及辅助文件“five_p_end.txt”，“pbs.txt”，“rt.txt”，和“flist.txt”放置于该目录下；
（3）在C:\ LTR_STRUC下创建一个名为“input”的目录，并将需要操作的序列文件（Fasta格式，一个或多个文件，每个文件可含有一个或多个序列）拷贝到该目录，最后将所有的输入文件名以每个一行的方式记录在C:\ flist.txt文件中。
（4）双击“LTR_STRUC_1_1.exe”图标，或者打开cmd窗口，转到C:\ LTR_STRUC目录下，键入“LTR_STRUC_1_1”运行程序，屏幕将会跳出一些提示信息，只需要键入“Y”（yes）即可。
注意事项：
（1）三个辅助文件“five_p_end.txt”，“pbs.txt”，和“rt.txt”，分别用来记录新发现类型的转座子前20bp, PBS位点，和RT位点信息。这些文件在最初应该是空的，除了首行的一段X序列。在程序运行之中，会不断地往里面写入记录信息。这三个文件最好放到另一个独立的目录下保存，每次需要运行该软件时再把它们拷贝到C:\ LTR_STRUC目录下。
（2）输入文件除了Fasta格式，还可接受Genbank格式。输入序列必须足够长，能够容纳一个完整的转座子序列，位于序列末端的转座子预测较差，并且无法预测结构不完整的转座子片段。
（3）如果输入的是很大的基因组序列，将会生成很多的结果文件，并占用大量的磁盘空间。因而请先确保C盘有足够的空间，以免造成系统崩溃。如果C盘没有足够的空间，可以把整个任务划成小份分批完成。
输入：
Fasta格式的序列文件, 每个文件可含有一条或多条序列，格式如下：
>Chr03_2249
ACATGATCGTGCAAATGAATATCCAACAGGAGGTTTGTCTTTAGCTTCTCAAGATGCTCCAAACATGATCCATAGCGACTGGTTCAACGATTTCACGGTTAGCAGATATAACACACATCAGTTAAAAAATGTAAACTGCAATCCATCAGA
......
输出：
LTR_STRUC的输出结果保存在C:\LTR_STRUC目录下，对于每一个预测到的转座子将会产生4个类型的结果文件，文件名分别含有为“fsta”,“orfs”，“rprt”, 和“trns”，转座子信息主要存放在“rprt”文件中（详细介绍请参看下载软件包中的“READ_ME.txt”文件）。转座子的类型也反映在结果文件的命名中，其基本格式为：
[name of input file]_[score]_[RT type]_[PBS type]_[LTR type]_[hit number]_[type of output file].txt
比如名为“GP10_8000_RT3_B5_L7_621_rprt.txt”的结果文件，意思是：
a）"GP10"，输入文件名（不包括“.txt”）
b）"8000", 分值0.8000, 最大值为2.000
c）"RT3"，具有第三种类型的RT位点
d）"B5"，具有第五种类型的PBS位点
e）“L7”，具有第七种类型的LTR
f）"621"，当前扫描中发现的第621个
g）"rprt", “report”缩写，意为报告文件
该结果文件格式如下：
SOURCE: Chr03_2249
CUT-OFF SCORE: 1.00
LENGTH OF CONTIG: 41307
TRANSPOSON IS IN POSITIVE ORIENTATION
NO PUTATIVE ACTIVE SITES DETECTED.
OVERALL LENGTH OF TRANSPOSON: 3611 bp
LENGTH OF LONGEST ORF: 229
LENGTH OF PUTATIVE 5' LTR: 533 bp
LENGTH OF PUTATIVE 3' LTR: 528 bp
LTR PAIR HOMOLOGY: 94.1%
DINUCLEOTIDES: TG/CA
DIRECT REPEATS: GAAGT/GAAGT
5' FLANK: CCAGTCAGAGAAACTTTTGTAGAAGT
3' FLANK: GAAGTCTTAGGCAGAGTCCTGGCTTA
POLYPURINE TRACT: TAACTCACCCTTGCCCATGAGGGGCT
PBS: GCTGGCGCCGAGCCTGGGGACCTCCG
ID SEQUENCE (LAPS 5' END OF ELEMENT):
CCAGTCAGAGAAACTTTTGTAGAAGTTGTTGGCGGTATGTCACGAGACCCTTC
ID SEQUENCE (LAPS 3' END OF ELEMENT):
AACGTACGTAGTTGTCGCTTCGACAACAGAAGTCTTAGGCAGAGTCCTGGCTT
LTRS:
TGTTGGCGGTATGTCACGAGACCCTTCGACCAGACCTACCGAAACCATGCAACCAGCGAG
GATTCAGGCCCAAGACGCTAAGATCATCTAGGCGAAGCCCCATGGCGAAGACTATAAAGC
......
TGTTGGCGGTATGTCACGAGACCCTTCGAACAGACTTACTGAAACCATGCAACCAGCGAG
GATTCAGGCCCAAGACGCTAAGATCATCTAGGCGAAGCCCCATGGCGAAGACTATAAAGC
......
COMPLETE SEQUENCE OF PUTATIVE TRANSPOSON:
TGTTGGCGGTATGTCACGAGACCCTTCGACCAGACCTACCGAAACCATGCAACCAGCGAG
GATTCAGGCCCAAGACGCTAAGATCATCTAGGCGAAGCCCCATGGCGAAGACTATAAAGC
......
ALIGNED LTRS:
____________________________________________________________
ACATGGTTTGCACGGT CTCGGCTGAAGCTCCT AAC TCACCCTTGCCCA
||||| ||| |||. |||| ||. ||||||| |||
ATGGT GGTTGTACTCA TCCTTGCTTAATCTTTCACCCT CCA
......
从头到尾依次显示了：来源序列名，过滤阈值，序列长度，正负链位置，转座子长度，最大的ORF长度，5’LTR和3’LTR的长度及其同源度，二核苷酸序列，顺式重复序列，5’周围序列和3’周围序列，PPT位点和PBS位点，两端LTR序列，完整地转座子序列，以及两端LTR的比对信息。
实例和练习题：
预测一条水稻序列上的LTR-反转座子。将序列文件放到C:\LTR_STRUC\input 目录下，并将序列文件名写入到C:\LTR_STRUC\flist.txt。双击可执行文件图标运行程序，最后在“rprt”类型文件中查看结果。