HMMER 官方文档学习笔记系列——HMMER 简介及安装

HMMER 官方文档学习笔记系列

本文严禁在未征得作者同意的情况下进行转载

一、HMMER 简介及安装

原文链接：HMMER 官方文档学习笔记系列——HMMER 简介及安装

1. 说明

“MMER 官方文档学习笔记系列”是本人在阅读 HMMER 官方文档来学习 HMMER 使用方法的过程中整理的学习笔记类教程。该系列主要以 HMMER 官方文档为参考，因此包含很多对原文档的直接翻译和直接摘录。旨在通过转述官方文档说明，帮助需要使用该软件的人更快的上手使用。但本人并非生信专业出身，计算机相关知识也仅处于起步水平，业余时间也比较有限。因此在对原文档的理解、转译和论述会存在很多错误，在此欢迎有兴趣的小伙伴对次批评指正，一起探讨学习。官方文档下载地址：HMMER 官方文档。

2. 太长不看系列

这一部分将对安装过程做简要概括，如果嫌弃本文章过长而又拥有比较扎实的 Linux 系统使用基础的话，可以选择仅看此处的安装概要；如果 Linux 系统相关使用技能比较薄弱的话，建议跳过该部分，从第 3 小节开始阅读全文。

2.1 在 Linux 或 Mac OS/X 系统上安装 HMMER

通过软件仓库安装

$ sudo brew install hmmer                    # OS/X, HomeBrew
$ sudo port install hmmer                    # OS/X, MacPorts
$ sudo apt install hmmer                     # Linux (Ubuntu, Debian...)
$ sudo dnf install hmmer                     # Linux (Fedora)
$ sudo yum install hmmer                     # Linux (older Fedora)
$ sudo conda install -c biocore hmmer        # Anaconda

通过源码编译安装

$ wget http://eddylab.org/software/hmmer/hmmer-3.3.2.tar.gz
$ tar xf hmmer-3.3.2.tar.gz
$ cd hmmer-3.3.2
$ ./configure --prefix=自定义目录
$ make
$ make install
$ cd easel        #最后这两行代码为可选步骤，执行的话会安装一套被成为迷你应用（miniapps）的额外小工具
$ make install    #最后这两行代码为可选步骤，执行的话会安装一套被成为迷你应用（miniapps）的额外小工具

安装后，修改 /etc/profile 文件，将软件添加到 PATH 环境变量中，以方便调用：

$ sudo cp /etc/profile /etc/profile.bubackup
$ sudo vim /etc/profile
#在文档末尾加入：
export PATH=自定义目录/bin:$PATH
export MANPATH=自定义目录/share/man:$MANPATH

随后，重启电脑，或通过以下命令更新 PATH 环境变量：

source /etc/profile

注意，该命令只会更新当前用户的 PATH 环境变量，如果切换用户，这需要重新执行该命令。如果重启了电脑，无需执行该命令，便会对所有用户生效。

2.1 在 Windows 系统上安装 HMMER

通过访问 http://eddylab.org/software/hmmer3/3.0/hmmer-3.0-windows.zip 链接进行下载软件压缩包（参考——HMMer在Windows环境下的安装_我就叫陌了这还能重名的博客-CSDN博客_hmmer安装）。解压缩后即可在解压目录中通过命令提示符界面（cmd）执行命令行运行。

3. HMMER 简介

HMMER是一个软件包，提供了一类被称为轮廓隐马尔可夫模型（此处中文名为直译，英文原称为 profile hidden Markov models, profile HMMs 或 profiles）的工具，这些工具用于制作蛋白质和DNA序列域家族概率模型，以及可以使用这些工具来注释新的序列。不同于 Blast 等工具，HMMER 使用的是集成算法（ensemble algorithms），而不是最佳对齐（optimal alignment）。进一步来说，HMMER 使用的是基于隐马尔可夫模型的一种算法，但具体的算法原理过于理论，本人目前难以深入理解，因此不过多论述。

轮廓隐马尔可夫模型的最初是通过计算密集型的算法来实现的，包括之前的 HMMER1（1995）和 HMMER2（1998）这两个版本，但最新的 HMMER3 版本通常比 BLASTP 或 FASTA 搜索的更快，即使它使用的模型比二者更复杂。HMMER 可用于进行灵敏的同源搜索、蛋白结构域的自动注释、深度多重比较数据集的管理等领域。此外 HMMER 3 不仅仅适用于多个比对，也适用于单序列比较。两两序列比较只是轮廓隐马尔可夫模型的一个特例。HMMER 可以使用 BLOSUM 替换矩阵来参数化仅从一个序列构建的序列谱隐马尔可夫模型。HMMER3 包含两个用于使用单个查询序列搜索蛋白质数据库的程序：phmmer 和 jackhmmer。研究人员相信 phmmer 在很多方面都优于 BLASTP，而 jackhmmer 在很多方面也优于 PSI-BLAST。

当然，任何方法都不可能是完美无缺的。HMMER 的算法没有考虑不同个体对象间的更高一级的相互作用，因此不适合应用于存在相互作用的模型分析（如：碱基和碱基之间的相互作用，会使一些 RNA 形成特殊结构，对于这些结构 RNA（此处为直译，英文原称：structural RNAs）的分析，HMMER 工具便不再适用了）。此外，HMMER 的算法也缺乏系统发育的相关模型，因此不适合用于进化树的构建。

4. HMMER 安装

4.1 在 Linux 系统上安装 HMMER

说明

关于命令输入的一些说明：文中每条命令的前面都会带有 $ 或 #，这两个符号不是命令的组成部分，而是类似于身份标识（具体专业描述不知道是什么），比如我们打开终端，默认会有用户名@localhost:~$的前缀，而最后的 $ 符号便是提示使用者身份的标识。在下面所有的命令中，也采用 $ 或 # 进行身份标识，其中代码前带有 $ 符号的命令表示以普通用户身份执行命令代码；前标识为 # 的命令表示在超级管理员（root）身份下运行命令。而代码中其他地方带有的 # 多数情况下表示对命令的解释说明，也就是注释命令，同样也不属于命令的组成部分。

简言之，，每一条命令前的 $ 或 #，以及其他位置的 # 和这个 # 后面紧跟的同一行内容都是类似解释说明一类的东西，不属于命令本身，复制粘贴的话请忽略。

4.1.1 通过官方软件源进行安装

在 Ubuntu 系统中使用以下命令安装：
```
$ sudo apt install hmmer
```
在 Debian 系统中的安装命令于此类似，但默认情况下，要先切换为管理员用户，再执行安装命令，而不能直接通过 sudo 命令安装：
```
$ su -
# apt install hmmer
```
第一行 su - 命令即代表切换到超级管理员模式，并且切换后位于相应管理员用户的用户目录，即 /root 目录，如果要在当前目录切换使用超级管理员，需要输入 su root 进行切换。安装软件则通常使用 su - 命令切换。
在 Fedora 较新版本系统中，使用如下命令安装：
```
$ sudo dnf install hmmer
```
较老版本的 Fedora 系统使用如下命令安装：
```
$ sudo yum install hmmer
```

由于本人目前仅在 openSUSE 系统上尝试安装成功，因此以上操作本人没有进行确认，仅将官方说明摘录于此。

4.1.2 通过第三方包管理库进行安装

通过 Anaconda 进行安装（首先确保系统已经安装了 Anaconda 包管理器）：
```
$ sudo conda install -c biocore hmmer
```

由于本人目前仅在 openSUSE 系统上尝试安装成功，因此以上操作本人没有进行确认，仅将官方说明摘录于此。

4.1.3 通过源码编译进行安装

HMMER 软件的源码编译安装十分简单，而且在多种 Linux 系统下通用，因此个人也比较推荐通过源码安装。而且通过源码安装，可以同时方便的同时安装 HMMER 2 版本和 HMMER 3 版本，这样就可以使用一些 HMMER 3 不具有的，而 HMMER 2 具有的功能。源码安装具体步骤如下：

下载源码安装压缩包
首先，通过 weget 命令行在 eddylab.org/software/hmmer/hmmer-3.3.2.tar.gz 路径获得，随后解压缩并通过 cd 命令进入解压后的 hmmer-3.3.2 目录：
```
$ wget http://eddylab.org/software/hmmer/hmmer-3.3.2.tar.gz
$ tar xf hmmer-3.3.2.tar.gz
$ cd hmmer-3.3.2
```
也可以去软件官网下载 .tar.gz 格式的安装包，然后解压缩并进入解压目录。

安装前配置
然后，通过 ./configure 命令对 HMMER 的安装进行配置。命令格式如下：

$ ./configure 参数

这里的参数是可选项，也就是可以选择添加参数，也可以选择不添加。参数之间，以及参数和其他命令之间要有空格分开。参数的话主要有 3 类：

第一类类参数可以自定义安装目录。
如--prefix 参数可以自定义总的程序安装目录，如：

$ ./configure --prefix=/your/install/path

如上所示，如果自定义路径为 /your/install/path，那么程序和程序操作说明则会分别安装在 /your/install/path/bin 和 /your/install/path/share/man/man1/ 目录下。如果不设置该参数，程序和操作说明则会分别安装在默认的 /usr/local/bin 和 /usr/local/share/man/man1/ 目录。默认目录是按照 GNU 编码标准进行分布的，其他的目录也可以通过不同的参数修改，具体如下：

变量（Variable）	默认安装路径	./configure 参数
prefix	/usr/local	--prefix
exec_prefix	prefix	--exec_prefix
bindir	exec_prefix/bi	--bindir
datarootdir	prefix/share	--datarootdir
mandir	datarootdir/man	--mandir
man1dir	mandir/man1	--man1dir
不过个人不建议进行复杂的目录修改，仅仅使用 `--prefix` 自定义安装目录就够了。

第二类参数可以设置是否开启多线程模式。默认情况安装的软件是开启多线程的，如果想禁用多线程，可添加参数 –disable-threads ，开启多线程后，在安装后的软件使用中，线程数默认是 2，在每次使用时，可以通过添加参数 –cpu <n> 或 HMMER_NCPU 环境变量来设置线程数 n。（这里我没有完全搞懂，不过像我一样似懂非懂或者不懂的话可以不使用该参数）
第三类参数可以控制 MPI（Message Passing Interface，消息传递接口）的开启或关闭。除了 nhmmer 和 nhmmscan 两个程序外，其他的程序都支持 MPI（Message Passing Interface，消息传递接口），但该服务默认是关闭的，如需启用，除了需要安装相应的 MPI 库外，还需要在执行 ./configure 命令时添加 –enable-mpi 参数。在使用 MPI 并行化（ MPI parallelization）时，每次添加 –mpi 参数可以开启主/辅并行模式。hmmbuild 的 MPI 实现可以扩展到数百个处理器，hmmsearch 也可以进行类似扩展。其他搜索程序（hmmscan、phmmer 和 jackhmmer）的扩展性非常差，最多不应该在数十个处理器上使用。

进行编译
执行完上述 ./configure 命令后，等待终端执行完毕后，接着就可以执行 make 命令进行编译：
```
$ make
```
同样，make 命令也可以选择带参数运行，如：通过添加 check 参数，会在编译的时候同时运行检测程序：
```
$ make check
```
make 命令可以带的参数归纳如下：
- all：建造完整的程序。就像单独使用 make 命令一样；
- check：在 HMMER 和 Easel 库中运行自动测试检查模块；
- pdf：编译该软件的用户指南；
- install：安装程序和相应的程序说明文档；
- uninstall：卸载 install 命令参数安装的程序和相应的程序说明文档；
- clean：删除编译（来自于 make 命令）生成的所有文件，但保留配置文件（由 ./configure 命令生成的文件）；
- distclean：删除所有编译（来自于 make 命令）生成的所有文件，和配置文件（由 ./configure 命令生成的文件）。
- 默认情况下，make 使用从 git 源代码中"偷来"的漂亮包装来隐藏编译过程的实际情况。如果希望看到命令行在其编译时的真实丑陋的外观，请传递一个 V=1 参数（V表示“verbose”）来实现（来自官方文档作者的幽默自述）：
```
$ make V=1
```
- HMMER 的 make install 支持分阶段安装，支持打包程序用于指定 buildroot 的传统 DESTDIR 变量（这个没有用过，所以具体的意思也没有很明白，不过一般情况下，为了使用方便，还是推荐不使用此参数的完整安装）：
```
$ make DESTDIR=/rpm/tmp/buildroot install
```
安装 HMMER 程序和程序说明文档
执行上述编译后，便会在解压目录的 src 文件夹得到二进制程序文件，可以直接运行这些文件来运行程序，但是通常为了便于使用，会通过以下命令进行安装，以将应用程序和程序的说明文档安装在我们上面通过 ./configure 命令自定义的文件夹下：
```
$ make install
```
安装时如果选择了自定义路径，此时最好将自定义目录加入 PATH 环境变量。
如果通过 --prefix= 重新自定义了安装路径，为了以后在终端下的任何文件路径下都快可以直接调用，需要将自定义的 自定义目录/bin 添加到 PATH 路径中，将 自定义目录/share/man 添加到 MANPATH 路径中，以方便在命令行使用软件和调出帮助文档。比如上面的例子我们的自定义目录为/your/install/path，则可以在终端执行下面的命令来完成该操作：
```
$ export PATH=/your/install/path/bin:$PATH
$ export MANPATH=/your/install/path/share/man:$MANPATH
```
但是用种方法添加之后，仅仅对当前用户生效，而且重启电脑后需要重新配置。若想对全部用户生效，需要修改 /etc/profile 文件（下面第一行是复制命令，以实现在操作前对该文件进行备份；vim 是一种比较方便的命令行文本编辑器，虽然好用，但是和我们平常的文本编辑器的使用有差异，在执行下面命令之前，最好确保自己已经会一些 vim 编辑器的基本操作）：
```
$ sudo cp /etc/profile /etc/profile.bubackup
$ sudo vim /etc/profile
#在文档末尾加入：
export PATH=/your/install/path/bin:$PATH
export MANPATH=/your/install/path/share/man:$MANPATH
```
随后，重启电脑，或通过以下命令更新 PATH 环境变量：
```
source /etc/profile
```
注意，该命令只会更新当前用户的 PATH 环境变量，如果切换用户，这需要重新执行该命令。如果重启了电脑，无需执行该命令，便会对所有用户生效。
如果不进行此设置，每次使用需要使用 cd 命令切换到自定义文件夹下的 bin 目录调用相关程序。到这里，HMMER 程序就基本安装好了。
可选步骤：安装额外的小工具
另外，还可以选择安装一套被成为迷你应用（miniapps）的额外小工具，安装时先通过 cd 进入解压目录下的 easel 文件夹，然后执行 make install 命令安装 miniapps 及其使用说明：
```
$ cd easel
$ make install
```
源码编译常见错误
- 如果自定义目录的编译执行失败，有可能是 make 版本不支持自定义目录的构建，可尝试默认目录安装，或尝试安装 GNU make；
- 配置失败，提示“找不到可接受的 grep”。很多人已经在 Sun Sparc/Solaris 机器上发现了这种情况。这是 GNU autoconf 中的一个已知问题。可以通过安装 GNU grep ，或者坚持执行 ./configure 命令时将 GREP 设置为可工作的路径：
```
$ ./configure GREP=/usr/xpg4/bin/grep
```
- 许多“检查”测试失败。如果不能正确的连接多线程，而引发测试错误，则可以试着关闭多线程：
```
$ ./configure --disable-threads
```
  常见错误这一部分，由于本人安装过程比较顺利，没有遇到什么问题，因此也只是将官方文档提到的常见错误摘录出来。
同时安装 HMMER2 和 HMMER3
虽然 HMMER3 绝大部分功能都优于 HMMER2，但是 HMMER2 是可以进行全局和全局比对（global and glocal alignment），而 HMMER3 仅支持局部比对（local alignment），有时候，全局比对也是我们需要的，因此安装两个版本可以拓展适用范围（这里提到的全局比对和局部比对涉及到算法问题，本人水平还没涉及此高度，因此也没有完全理解，为了避免个人翻译错误，将原英文名称标注在括号里）。作者表示，在未来的 HMMER4 中，将同时支持两种比对方式。但是 HMMER2 和 HMMER3 由于存在相同的程序名，因此直接安装会出现程序名冲突，为了解决冲突，作者给了两个建议方案：
- 方案一，将两个版本的软件分别装在两个自定义路径，一个版本加入 PATH 环境变量，通过命令行直接使用；另一个版本则进入相应安装路径使用；
- 方案二，安装两个版本软件，将一个版本加入 PATH 环境变量后，再将另一个版本的相应文件复制并重命名到该版本路径。比如，假设我们自定义安装 HMMER 2 的目录为 /home/my/install/path/hmmer2,自定义安装 HMMER 3 的目录为 /home/my/install/path/HMMER3，则可以先将 HMMER 3 的相应目录按照上面的方法加入 PATH 环境变量，然后通过 cd 命令先进入 HMMER 2 的安装目录，然后通过 cp 命令复制并重命名到 HMMER 3 的安装目录：
```
$ cd /home/my/install/path/hmmer2/bin
$ cp hmmalign /home/my/install/path/HMMER3/bin/h2-hmmalign
$ cp hmmconvert /home/my/install/path/HMMER3/bin/h2-hmmconvert
$ cp ……
……
```
  但是一个一个的复制比较麻烦，所以可以优化一下方案：首先通过 cd 先进入 HMMER 2 的安装目录，然后批量重命名，接着移动文件到 HMMER 3 目录。这时重命名和移动命令可以如下（批量重命名的命令在第二行代码和第五行代码，这两行代码都是在当前目录下的所有文件名之前添加“v2-”的前缀，另外注意这两行代码中的单引号不是普通单引号，而是反引号）：
```
$ cd /home/ligareen/Documents/software/hmmer/hmmer2/bin/
$ for i in `ls`; do mv -f $i `echo "v2-"$i`; done
$ mv * /home/ligareen/Documents/software/hmmer/bin/
$ cd /home/ligareen/Documents/software/hmmer/hummer2/man/man1/
$ for i in `ls`; do mv -f $i `echo "v2-"$i`; done
$ mv * /home/ligareen/Documents/software/hmmer/share/man/man1/
```
  此处的批量重命名操作参考：Linux 批量修改文件名(前缀或后缀)_@羲凡—只为更好的活着-CSDN博客_linux批量修改文件名前缀。
安装后简单调试
- 解压目录下的 tutorial 文件夹下，是一些示例文件，在其中，有一个 Stockholm 格式（后缀为 .sto）的序列比对文件，可以通过 hmmbuild 命令从这一份序列比对文件中构建一个轮廓隐马尔可夫模型（profile）：
```
$ cd tutorial
$ hmmbuild globins4.hmm globins4.sto
```
  上述命令时在已经进入了解压目录后进行的操作。
  
  正常的话会有以下输出：
- hmmsearch 命令可以针对数据库，基于已有的轮廓隐马尔可夫模型库进行轮廓隐马尔可夫模型的搜索。在解压目录下的 tutorial/globins45.fa 文件是包含45个珠蛋白序列的一个小型 FASTA 文件，利用上一条产生的轮廓隐马尔可夫模型（profile），可以通过以下命令对该文件进行序列谱隐马尔可夫模型的搜索：
```
$ hmmsearch globins4.hmm globins45.fa
```
  这将直接显示一个搜索结果的输出，以表格的形式显示它们的对齐信息（输出结果过长。下图仅截取开头部分）:

4.2 在 Mac OS/X 系统上安装 HMMER

说明：由于本人没有使用过 Mac 系统，因此仅将官方文档中描述的安装方法摘录展示于此。

4.2.1 通过软件仓库进行安装

通过 HomeBrew 进行安装
```
$ brew install hmmer
```
通过 MacPorts 进行安装
```
$ port install hmmer
```

4.2.2 通过源码编译进行安装

源码编译安装的过程参考 Linux 系统下通过源码编译进行安装的过程（章节 1.3）。

4.3. 在 Windows 系统上安装 HMMER

4.3.1 下载安装包后解压直接使用

首先去官网下载 Windows 版本的压缩包。由于目前官网的最新版本不支持 Windows 系统，所以官网并没有直接的下载链接，在这里，参考——HMMer在Windows环境下的安装_我就叫陌了这还能重名的博客-CSDN博客_hmmer安装（不得不感慨，这位网友真的太有才了！），通过访问 http://eddylab.org/software/hmmer3/3.0/hmmer-3.0-windows.zip 链接进行压缩包的下载。
下载好后解压到任意目录，便可以直接使用，但双击程序多半会闪退。其实在这里，使用方法和 Linux 下的方法是一样的，需要在命令提示符（cmd，类似 Linux 下的终端）下通过命令行进行使用。（Windows 系统下调出 cmd 的过程可以是：按快捷键 win+R 快捷键调出“运行”窗口后输入“cmd”后按回车键。）
在 cmd 下使用时，类似 Linux 系统，需要通过 cd 命令进入解压文件夹使用，如通过 hmmpress,exe -h 命令查看 hmmpress,exe 程序的帮助信息（下列代码中，“>”号不是命令的组成部分）：
```
> cd C:\Users\username\Downloads\hmmer-3.0-windows
> hmmpress,exe -h
```
这样每次都要进入解压目录才能调用，会让人感觉很麻烦，在 Windows 下也可以像 Linux 系统一样，将程序添加到 PATH 环境，添加后可以在任意目录下调用，添加步骤如下（以 win11 为例，win10 适用，大部分图片点击可看大图，步骤参考【图文详解】环境变量中Path环境变量作用详解_二十四日的博客-CSDN博客）：
- 通过 系统设置→系统→关于→高级系统设置 步骤进入高级设置：
- 在弹出的程序框中选择环境变量选项：
- 随后新弹出的程序框便是环境变量设置对话框了。该对话框整体分为上下两部分，上面的那部分设置仅对当前用户生效，下面的设置对所有用户生效。因为我们一般的个人电脑仅会设置一个账户，不存在不同用户适用性的考量，但是，为了当便起见，如不涉及隐私问题，我们一般设置对全部用户生效。所以我们选择下面那一部分进行设置。找到并双击 Path 选项（或单击选择 Path 选项后，再单击编辑按钮）：
- 然后在文件浏览器中查看并复制 HMMER 程序所在目录（即压缩包解压文件所在目录），然后。在上一步操作后新弹出的窗口中，通过新增 选项将刚刚复制的目录添加到 Path 环境，并单击确定按钮进行保存：
- 上述步骤进行完后，便已经将环境变量设置好了。下面进行简单的测试：
  - 通过 Win+R 快捷键调出“运行”窗口后，输入 cmd 后回车，调出 DOS（命令提示符）界面：
  - 在 DOS 中，不切换文件夹，直接执行 hmmalign -h 来查询帮助说明，执行后，如果一切正常，会有帮助文档的输出信息。
- 将 HMMER 添加到环境变量后，使用时不但不需要通过cd 命令进入相应文件夹再使用，而且在使用的过程中，程序名省略了后缀 .exe，使用方便了很多。但是程序名却不能通过 TAB 键补全，只能全拼写入（正常情况下，不管时 windows 系统还是 Linux 系统，我们在输入命令时，往往可以在输入开头几个字母后，按 TAB 键补全后续的文件名）。
很多生信软件在 Linux 系统上安装和使用都很方便，就像 HMMER，通过 Linux 系统，不但可以安装最新版本，获得更完善的程序功能，而且可以方便的将软件加入 PATH 变量环境，并可以方便调用（如通过 TAB 键快速补全程序名）。因此，总体而言，个人推荐通过 Linux 系统使用该软件。