GeneMark-ES可用来预测真菌基因组的蛋白编码基因

GeneMark官网网址：GeneMark gene prediction

注意：真菌预测工具为GeneMark-ES，原核生物（细菌）预测工具为GeneMarkS

填写信息即可免费获得安装包，同时下载key文件

用tar命令解压GeneMark-ES的安装包，gunzip解压key文件安装包，gm_key文件是软件的通行证，需要拷贝到家目录下。

Cp gm_key ~/.gm_key

对于真菌基因组的预测，代码如下：

gmes_petap.pl --ES  --cores 10--sequence genome.fa

但是，我运行的时候，遇到了一系列BUG：都是类似YAML模块未安装，通过cpan安装了模块后，运行还出现BUG，在重复安装了几次之后，通过查阅资料，发现可能是Perl调用模块路径不对的原因。随后我将Perl调用模块的路径添加到.bashrc文件才解决

export PERL5LIB=/root/miniconda3/lib/perl5/site_perl/:$PATH

随后运行就不会报错了。

使用nohup命令，将代码提交到后台运行，运行结束后，输出文件为genemark.gtf

nohup gmes_petap.pl --ES --cores 10 --sequence H.arabidopsis_Noks1.fna > output.log 2>&1 &

结果解析

获得GTF文件后，可用TBTOOLS提取基因组的cds序列，再用TBTOOLS将提取后的cds序列转换成蛋白序列。但是gtf文件的列名有基因组的基础信息，需要将基因组基础信息去除。

将GTF文件粘贴到excel表中，用*作为通配符，即可将基因组基础信息去除

将处理好的GTF文件和基因组文件用于TBTOOLS的序列提取，大功告成！