Help in EMBOSS

Материалы к практикуму 6

"Uniform Sequence Address" (USA) в пакете EMBOSS

USA — это формат, посредством которого в EMBOSS указывается последовательность или множество последовательностей. Примеры:

Имя файла
Имя файла с указанием формата файла: <format>::<filename>, например
```
fasta::myfile.fasta 
```
Имеет смысл прежде всего для выходных последовательностей.
Имя файла с указанием одной из последовательностей: <filename>:<sequence>, например
```
myfile.fasta:sequencename
```
Название подключенного банка последовательностей и ID или AC последовательности в банке <databank>:<sequence>, например
```
sw:adha_rat
embl:ae016767
```
Названия подключенных банков можно узнать, запустив программу "showdb".
То же, что в предыдущих пунктах, с использованием так называемых "wildcards" (по-русски самый точный перевод, наверное, "джокеры"), а именно символов * и ?. Звездочка ставится в именах файлов или последовательностей вместо любого количества любых символов, вопросительный знак — вместо одного любого символа. Например: *.fasta означает все последовательности в текущей директории, находящиеся во всех файлах, чьи имена заканчиваются на ".fasta"; sw:adha_* означает все записи банка "sw" (SwissProt), чье ID начинается с "adha_" и т.п. Необходимо помнить, что "джокеры" являются спецсимволами tcsh, поэтому при указании USA в командной строке их необходимо "защищать" (кавычками или знаком \).
Лист-файл. Если в качестве USA входной последовательности указать строку "@myfile.list", то программа будет искать файл "myfile.list" и интерпретировать каждую его строку как USA последовательности. Знак @ указывает, что файл содержит не последовательности как таковые, а лишь их "адреса".

Общий вид командной строки в пакете EMBOSS

Каждая программа пакета имеет свой набор параметров, каждый из которых имеет тип (входной/выходной USA, входной/выходной файл, число, текстовая строка, логический (да/нет)) и один из четырех аттрибутов: parameter, required, optional, advanced. Командная строка выглядит так:

program val1 val2 -par3 val3 -par4 val4

где program — имя программы, val1, val2 значения параметров с аттрибутом "parameter", val3, val4 — значения других параметров, par3, par4 — имена параметров. Например:

seqret embl:ae016767 fasta::ae016767_embl.fasta

Здесь два параметра: входной USA и выходной USA; оба имеют аттрибут "parameter" и поэтому не требуют явного указания их имён.

wordcount ae016767_embl.fasta ae016767_embl.wordcount -word 2

Здесь три параметра: входной USA, выходной файл и числовой параметр с именем "word" и значением 2. Первые два имеют аттрибут "parameter", а третий нет, поэтому приходится указывать его имя.

Список параметров программы можно узнать, запустив программу с опцией -help.

Если значение параметра с аттрибутом "parameter" или "required" не указано в командной строке, то программа спросит это значение в диалоговом режиме (при этом часто предлагаются так называемые "значения по умолчанию", с которыми можно согласиться, просто нажав <Enter>).

Помимо параметров, специфических для отдельных программ, имеются общие параметры. Чтобы получить их список, запустите интересующую вас программу с опциями "-help -verbose"

Некоторые программы пакета

seqret выводит последовательность, поданную на вход. Используется, например, для переформатирования.
entret выдает в выходной файл полную запись из банка данных
showdb показывает список подключенных банков
infoseq выдает (по умолчанию — на stdout) таблицу с краткой характеристикой входных последовательностей
wossname выдает список программ пакета, в чьих описаниях встречается данное ключевое слово
tfm выдает подробное описание данной программы пакета

Более подробное описание пакета

EMBnet Quick Guide to EMBOSS (pdf file)

EMBOSS documentation