陰道微生態(tài)檢測是陰道炎癥診斷的搶手新詞，如今很多大醫(yī)院也都有了陰道微生態(tài)檢測這個項目。那么陰道微生態(tài)檢測究竟檢測什么呢？

普通來說陰道微生態(tài)檢測分為形狀學(xué)檢測和功用學(xué)檢測。

形狀學(xué)檢測：包括菌群密集度、菌群多樣性、優(yōu)勢菌、滴蟲、真菌等。

功用學(xué)檢測：包括PH值、過氧化氫、唾液酸苷酶、白細(xì)胞酯酶、?-葡萄糖醛酸苷酶、乙酰氨基糖苷酶等。

陰道微生態(tài)診斷方案為形狀學(xué)結(jié)合功用學(xué)檢測，形狀學(xué)檢測為主，功用學(xué)檢測為輔。若形狀學(xué)檢測與功用學(xué)檢測結(jié)果不分歧時，目前以形狀學(xué)檢測為主要參考目的。

VVC和TV診斷相對比擬復(fù)雜，普統(tǒng)統(tǒng)過對白帶的顯微鏡觀察，找到病原可以診斷，但AV、BV、CV、DV則復(fù)雜得多，單純從形狀上很難找到病原，更多的是從白帶的一些功用反省來確診。

1、形 態(tài) 學(xué) 檢 測

檢測方法：鏡檢法，油鏡下反省陰道菌群。

菌群密集度：

依據(jù)100倍油鏡下每個視野的平均細(xì)菌數(shù)分為Ⅰ~Ⅳ級。Ⅰ級:1~10個菌/油鏡;Ⅱ級:10~100個菌/油鏡;Ⅲ級:100~1000個菌/油鏡；Ⅳ級:1000以上/油鏡。

正常為Ⅱ~Ⅲ級，Ⅳ級為菌群增殖過度。

菌群多樣性：

依據(jù)100倍油鏡下視野區(qū)分出的細(xì)菌菌群數(shù)目可分為Ⅰ~Ⅳ級。Ⅰ級:1~3種菌群/油鏡;Ⅱ級:4~6種菌群/油鏡視野;Ⅲ級:7~9種菌群/油鏡;Ⅳ級:10種以上菌群/油鏡。

正常為Ⅱ~Ⅲ級。

優(yōu)勢菌：

油鏡下所見*多的微生物可以定義為優(yōu)勢菌, 正常應(yīng)檢出革蘭陽性桿菌。

菌群抑制：缺少優(yōu)勢菌, 陰道菌群多樣性≤Ⅰ級。

菌群增殖過度：優(yōu)勢菌為乳酸桿菌, 但菌群密集度出現(xiàn)增高, 為Ⅳ級。

病原微生物：

主要是經(jīng)過觀察真菌菌絲和 (或) 滴蟲，顯微鏡鏡檢陰道分泌物中能否存在滴蟲或真菌假菌絲、芽生孢子、孢子等。

①真菌檢測：油鏡下可發(fā)現(xiàn)真菌卵圓形孢子、芽生孢子或管狀的假菌絲，革蘭染色陽性。當(dāng)鏡檢發(fā)現(xiàn)芽生孢子或假菌絲時，應(yīng)報告為外陰陰道假絲酵母菌病（VVC）。

②滴蟲檢測：革蘭染色陽性，較白細(xì)胞略大，形狀不規(guī)則，內(nèi)有食物泡，周邊有少量的白細(xì)胞或上皮細(xì)胞碎片，發(fā)現(xiàn)滴蟲，可診斷為滴蟲陰道炎。

2、功 能 學(xué) 檢 測

檢測方法：檢測需氧菌、厭氧菌、真菌、滴蟲等的代謝產(chǎn)物、酶的活性及pH值。

pH值：

正常狀況下由于乳酸桿菌產(chǎn)酸，正常陰道內(nèi)的pH≤4.5，多在3.8～4.4，細(xì)菌性陰道病患者的陰道pH值普通大于4.5。

過氧化氫：

陽性代表乳酸桿菌發(fā)生的過氧化氫濃度降低，陰道內(nèi)乳酸桿菌增加，陰性代表乳酸桿菌正常。

唾液酸苷酶：

這是惹起細(xì)菌性陰道病的主要厭氧菌釋放的，唾液酸酐酶呈陽性，意味著厭氧菌感染。是細(xì)菌性陰道病的表現(xiàn)。

白細(xì)胞酯酶：

以前僅僅依據(jù)白細(xì)胞數(shù)量判別炎癥，目前要看白細(xì)胞吞噬細(xì)菌的功用。陰道內(nèi)有炎癥時，白細(xì)胞釋放白細(xì)胞酯酶，白細(xì)胞酯酶增高，化驗單上就標(biāo)注為陽性。白細(xì)胞酯酶陽性才代表陰道炎，而白細(xì)胞增多，白帶清潔度Ⅲ～Ⅳ度并不能診斷炎癥。

凝結(jié)酶、?-葡萄糖醛酸苷酶：

這是需氧菌釋放的，這兩個目的之一陽性，意味著需氧菌性陰道炎。

乙酰氨基糖苷酶：

是白色念珠菌的特異性酶，一旦其水平出現(xiàn)降低，提示患者存在陰道內(nèi)膜損傷。

陰道微生態(tài)是經(jīng)過這些復(fù)雜的目的反省，*后經(jīng)過軟件剖析停止診斷。

3、分 子 檢 測

慣例鏡檢法是臨床診斷陰道炎病原體的常用手腕，但診斷結(jié)果會遭到諸多要素影響，如分泌物涂片質(zhì)量、氣溫、判別規(guī)范和檢測人員閱歷不分歧等，影響診斷準(zhǔn)確性，容易漏檢，誤判。

而微生物的代謝酶數(shù)量眾多, 酶學(xué)檢測的效果在于, 酶的陽性與否并不是陰道炎診斷的必要要素, 以BV為例, 大約90%的BV患者會出現(xiàn)唾液酸酶陽性, 但是唾液酸酶陽性的患者并不一定都是BV。因此, 酶學(xué)檢驗只能作為形狀學(xué)檢驗的重要補(bǔ)充, 有助于我們判別感染的嚴(yán)重水平以及混合感染等特殊狀況。

牢靠的檢測技術(shù)在婦科感染疾病診治中占有十分重要的位置，分子生物學(xué)技術(shù)的出現(xiàn)、精準(zhǔn)醫(yī)學(xué)時代的到來，為臨床上這些診治困難的感染性疾病帶來了新曙光、在微生物研討范圍中具有里程碑式的意義。

經(jīng)過對30種相關(guān)生殖道有益/致病微生物的精準(zhǔn)基因檢測，一次性更精準(zhǔn)、片面的了解陰道微生態(tài)，對陰道菌群停止生態(tài)分型評價。其高特異性、高靈敏度是替代傳統(tǒng)鏡檢/培育法的有效提高。微生物鑒定與定量檢驗并行，提醒生殖道感染治病機(jī)理，協(xié)助女性更精準(zhǔn)的了解陰道菌群結(jié)構(gòu)。

作為微生物中一個重要的研討范圍，細(xì)菌，與我們的安康和生活親密相關(guān)，其菌種類單一，體積龐大，結(jié)構(gòu)不同。在環(huán)境范圍、食品范圍、臨床醫(yī)學(xué)等，經(jīng)常需求對細(xì)菌種類、細(xì)菌數(shù)量、細(xì)菌中活性物質(zhì)、細(xì)菌作為媒介分解化合物、單個活性菌體等停止快速檢測和剖析。

與慣例檢測技術(shù)相比，顯微拉曼光譜是一種快速、無損、無懼水、微區(qū)分辨、非接觸式檢測的分子光譜技術(shù)，十分適宜用于微生物的檢測和剖析，成像功用還可以完成細(xì)菌微區(qū)成分散布的剖析。

儀器和軟件

Thermo Scientific ? DXR? 3系列顯微拉曼技術(shù)在微生物檢測和剖析范圍具有共同的技術(shù)和運(yùn)用優(yōu)勢：

先進(jìn)的自動化和智能化光學(xué)控制系統(tǒng)

超高的檢測靈敏度和空間分辨率

軟件控制、實時到樣品的激光功率精細(xì)調(diào)理專利技術(shù)

“一鍵式”操作，無需專業(yè)背景

功用弱小、界面友好的剖析軟件

集成數(shù)學(xué)模型算法、導(dǎo)游操作的TQ Analyst建模軟件

光鑷-微流控聯(lián)用技術(shù)完成流體中微生物的快速剖析

運(yùn)用案例

細(xì)菌結(jié)構(gòu)剖析

細(xì)菌種類不同，其活性物質(zhì)如氨基酸、蛋白質(zhì)等表現(xiàn)出結(jié)構(gòu)和量的差異，拉曼光譜的特征結(jié)構(gòu)峰可以很好的表現(xiàn)活性物質(zhì)和含量的差異，依據(jù)這些差異可以快速無損的停止細(xì)菌種類的鑒別和剖析。

單個細(xì)菌檢測

通常細(xì)菌的體積較小，信號較弱，溶液中細(xì)菌濃度較低時，很難檢測到有效的化學(xué)結(jié)構(gòu)信息，尤其是需求對單個細(xì)菌的化學(xué)結(jié)構(gòu)停止檢測和剖析。在停止分子結(jié)構(gòu)剖析時，需求高靈敏度和空中間分辨率的拉曼技術(shù)。

采用超高靈敏和空中間分辨的DXRxi顯微拉曼成像光譜儀，應(yīng)用研討者[1]分解的磁性富集高活性SERS傳感器，經(jīng)過適配子識別細(xì)菌，完成低濃度和單個金黃色葡萄球菌的檢測和剖析。

單個細(xì)菌體內(nèi)分解物的鑒別與剖析

酵母菌是一些單細(xì)胞真菌，其結(jié)構(gòu)與初等植物的細(xì)胞一樣，比擬復(fù)雜，體積小的約2-6um，大的約5-30um。在一定適宜的培育條件下，酵母菌菌體可以作為微型“反響器”，在體內(nèi)分解一些目的化合物，在剖析目的化合物時，需求空中間分辨率的顯微拉曼光譜儀才干實如今菌體微區(qū)的剖析，同時要求快速測試以堅持細(xì)菌的活性。而賽默飛的DXR3xi拉曼成像光譜儀因其超高靈敏度、空中間分辨率和超快速成像功用，是一款十分適宜用于這些范圍的研討。

Thermo Scientific ?DXR?系列顯微拉曼光譜儀，經(jīng)過蛋白質(zhì)、氨基酸等生物活性物質(zhì)的拉曼光譜特征性，可以輕松完成幾微米甚至幾百納米大小細(xì)菌種類的檢測與剖析。應(yīng)用超高靈敏度和超空中間分辨的DXR3xi成像技術(shù)有助于快速研討單個活性細(xì)菌體內(nèi)物質(zhì)的散布，完成微生物的活體剖析。為微生物的研討提供了一種無損、快速、無懼水的研討工具。

參考文獻(xiàn)

1，Junfeng Wang et al, ACS Appl. Mater. Interfaces 2015, 7, 20919?20929

Secretory Protein是指在細(xì)胞內(nèi)分解后，分泌到細(xì)胞外起作用的蛋白質(zhì)。分泌蛋白的N 端有普通由15～30 個氨基酸組成的信號肽。信號肽是引導(dǎo)新分解的蛋白質(zhì)向分泌通路轉(zhuǎn)移的短（長度5-30個氨基酸）肽鏈。常指新分解多肽鏈中用于指點蛋白質(zhì)的跨膜轉(zhuǎn)移（定位）的N-末端的氨基酸序列（有時不一定在N端）。運(yùn)用SignalP 注釋蛋白序列能否含有信號肽結(jié)構(gòu)，運(yùn)用TMHMM注釋蛋白序列能否含有跨膜結(jié)構(gòu)，*終挑選出含有信號肽結(jié)構(gòu)并且不含跨膜結(jié)構(gòu)的蛋白為分泌蛋白。

軟件Software

• SignalP V6.0
• SignalP 6.0 預(yù)測來自古細(xì)菌、革蘭氏陽性細(xì)菌、革蘭氏陰性細(xì)菌和真核生物的蛋白質(zhì)中存在的信號肽predicts signal peptides and the location of their cleavage sites in proteins from Archaea, Gram-positive Bacteria,及其切割位點的位置。Gram-negative Bacteria and Eukarya.在細(xì)菌和古細(xì)菌中，SignalP 6.0 可以區(qū)分五種類型的信號肽：In Bacteria and Archaea, SignalP 6.0 can discriminate between five types of signal peptides:
• Sec/SPI：由 Sec 轉(zhuǎn)座轉(zhuǎn)運(yùn)，并由信號肽酶 I (Lep) 切割的“規(guī)范”分泌信號肽；"Standard" secretory signal peptides transported by Sec translocon and cleaved by Signal Peptidase I (Lep).
• Sec/SPII：由 Sec 轉(zhuǎn)座子運(yùn)輸，并由信號肽酶 II (Lsp) 切割的脂蛋白信號肽；lipoprotein signal peptides transported by the Sec translocon and cleaved by Signal Peptidase II (Lsp).
• Tat/SPI：由 Tat 轉(zhuǎn)座子轉(zhuǎn)運(yùn)，并由信號肽酶 I (Lep) 切割的 Tat 信號肽；Tat signal peptides transported by the Tat translocon and cleaved by Signal Peptidase I (Lep).
• Tat/SPII：由 Tat 轉(zhuǎn)位子轉(zhuǎn)運(yùn)，并由信號肽酶 II (Lsp) 切割的 Tat 脂蛋白信號肽；Tat lipoprotein signal peptides transported by Tat translocon & cleaved by Signal Peptidase II (Lsp).
• Sec/SPIII：由 Sec 轉(zhuǎn)位子運(yùn)輸，并由信號肽酶 III (PilD/PibD) 切割的菌毛蛋白和菌毛蛋白樣信號肽。Pilin & pilin-like signal peptides transported by Sec translocon & cleaved by Signal Peptidase III (PilD/PibD).
• 此外，SignalP 6.0 預(yù)測信號肽的區(qū)域。Additionally, SignalP 6.0 predicts the regions of signal peptides.依據(jù)類型，預(yù)測 n、h 和 c 區(qū)域以及其他顯著特征的位置。Depending on the type, the positions of n-, h- and c-regions as well as of other distinctive features are predicted.

• TMHMM V2.0c
• 用于預(yù)測蛋白質(zhì)中的跨膜螺旋。

• Python

SignalP和TMHMM關(guān)于學(xué)術(shù)用戶收費，但是需求填寫相關(guān)信息和郵箱，以接納下載鏈接（4h有效時間）。

軟件裝置Installation of Softwares

裝置SignalP 6.0

• 下載 訪問SignalP V6.0網(wǎng)站，找到“Download”，填寫相關(guān)信息，獲取下載鏈接，下載失掉“signalp-6.0.fast.tar.gz”。有兩個形式可以選擇——“slow_sequential”和“fast"。前者runs the full model sequentially, taking the same amount of RAM as fast but being 6 times slower；后者uses a smaller model that approximates the performance of the full model, requiring a fraction of the resources and being significantly faste。本教程下載的是fast形式。
• 裝置Installation
• 裝置依賴Dependencies
• Python
• matplotlib>3.3.2
• numpy>1.19.2
• torch>1.7.0 pip install torch
• tqdm>4.46.1

• 裝置SignalP 6.0 # 解緊縮裝置文件 tar zxvf signalp-6.0.fast.tar.gz # 進(jìn)入解壓后的軟件目錄，在終端運(yùn)轉(zhuǎn) python setup.py install # 測試裝置 signalp6 --help

裝置TMHMM V2.0c

• 下載 訪問TMHMM V2.0c網(wǎng)站，找到“Download”，填寫相關(guān)信息，獲取下載鏈接，下載失掉“tmhmm-2.0c.Linux.tar.gz”。
• 裝置 # 解緊縮 tar zxvf tmhmm-2.0c.Linux.tar.gz # 進(jìn)入解壓后的目錄 cd tmhmm-2.0c # 獲取以后途徑，我的是“/home/liu/tools/tmhmm-2.0c/bin” pwd # 將該途徑參與到系統(tǒng)的環(huán)境變量中，參考我之前的文章來（編輯~/.bashrc）http://liaochenlanruo.github.io/post/f6c9.html#%E6%B7%BB%E5%8A%A0%E7%8E%AF%E5%A2%83%E5%8F%98%E9%87%8F # 修正bin目錄下的tmhmm和tmhmmformat.pl的首行為“#!/usr/bin/perl”
• 運(yùn)轉(zhuǎn)錯誤 運(yùn)轉(zhuǎn)軟件時總報Segmentation fault (core dumped)錯誤，暫時無解。各位可以運(yùn)用其在線版。

軟件用法Usage

SignalP 6.0

預(yù)測Prediction

A command takes the following form

signalp6 --fastafile /path/to/input.fasta --organism other --output_dir path/to/be/saved --format txt --mode fast

• fastafile 輸入文件為FASTA格式的蛋白序列文件Specifies the fasta file with the sequences to be predicted.。
• organism is either other or Eukarya. Specifying Eukarya triggers post-processing of the SP predictions to prevent spurious results (only predicts type Sec/SPI).
• format can take the values txt, png, eps, all. It defines what output files are created for individual sequences. txtproduces a tabular .gff file with the per-position predictions for each sequence. png, eps, all additionally produce probability plots in the requested format. For larger prediction jobs, plotting will slow down the processing speed significantly.
• mode is either fast, slow or slow-sequential. Default is fast, which uses a smaller model that approximates the performance of the full model, requiring a fraction of the resources and being significantly faster. slow runs the full model in parallel, which requires more than 14GB of RAM to be available. slow-sequential runs the full model sequentially, taking the same amount of RAM as fast but being 6 times slower. If the specified model is not installed, SignalP will abort with an error.

輸入Outputs

• output_dir/output.gff3：僅包括含有信號肽的序列信息；

• output_dir/prediction_results.txt：包括了輸入文件中的一切序列（不重要）；
• output_dir/region_output.gff3：包括一切的信號肽區(qū)域信息。
• n-region: The n-terminal region of the signal peptide. Reported for Sec/SPI, Sec/SPII, Tat/SPI and Tat/SPII. Labeled as N
• h-region: The center hydrophobic region of the signal peptide. Reported for Sec/SPI, Sec/SPII, Tat/SPI and Tat/SPII. Labeled as H
• c-region: The c-terminal region of the signal peptide, reported for Sec/SPI and Tat/SPI.
• Cysteine: The conserved cysteine in +1 of the cleavage site of Lipoproteins that is used for Lipidation. Labeled as c.
• Twin-arginine motif: The twin-arginine motif at the end of the n-region that is characteristic for Tat signal peptides. Labeled as R.
• Sec/SPIII: These signal peptides have no known region structure.

批處置與結(jié)果優(yōu)化

腳本名：run_SignalP.pl

#!/usr/bin/perl

use strict;

use warnings;

# Author: Liu Hualin

# Date: Oct 14, 2021

open IDNOSEQ, ">IDNOSEQ.txt" || die;

my @faa = glob("*.faa");

foreach (@faa) {

$_ =~ /(.+).faa/;

my $str = $1;

my $out = $1 . ".nodesc";

my $sigseq = $1 . ".sigseq";

my $outdir = $1 . "_signalp";

open IN, $_ || die;

open OUT, ">$out" || die;

while () {

chomp;

if (/^(>\S+)/) {

print OUT $1 . "\n";

}else {

print OUT $_ . "\n";

}

}

close IN;

close OUT;

my %hash = idseq($out);

system("signalp6 --fastafile $out --organism other --output_dir $outdir --format txt --mode fast");

my $gff = $outdir . "/output.gff3";

if (! -z $gff) {

open IN, "$gff" || die;

;

open OUT, ">$sigseq" || die;

while () {

chomp;

my @lines = split /\t/;

if (exists $hash{$lines[0]}) {

print OUT ">$lines[0]\n$hash{$lines[0]}\n";

}else {

print IDNOSEQ $str . "\t" . "$lines[0]\n";

}

}

close IN;

close OUT;

}

system("rm $out");

system("mv $sigseq $outdir");

}

close IDNOSEQ;

sub idseq {

my ($fasta) = @_;

my %hash;

local $/ = ">";

open IN, $fasta || die;

;

while () {

chomp;

my ($header, $seq) = split (/\n/, $_, 2);

$header =~ /(\S+)/;

my $id = $1;

$hash{$id} = $seq;

}

close IN;

return (%hash);

}

將run_SignalP.pl與后綴名為“.faa”的FASTA格式文件放在同一目錄下，在終端中運(yùn)轉(zhuǎn)如下代碼：

perl run_SignalP.pl

結(jié)果解讀Output interpretation

*代表輸入文件的名字。

• *_signalp/output.gff3：僅包括含有信號肽的序列信息；
• *_signalp/prediction_results.txt：包括了輸入文件中的一切序列（不重要）；
• *_signalp/region_output.gff3：包括一切的信號肽區(qū)域信息;
• *_signalp/*.sigseq：存儲一切信號肽的氨基酸序列文件，可用作TMHMM的輸入文件。

TMHMM

預(yù)測

離線版總是報錯，找不出緣由，因此運(yùn)用網(wǎng)頁效勞器停止，輸入文件為上述生成的“*_signalp/*.sigseq”，將其上傳至網(wǎng)頁版TMHMM，提交義務(wù)，等候結(jié)果即可。

結(jié)果展現(xiàn)

TMHMM可以輸入多種格式的結(jié)果文件，詳細(xì)請參考其官方說明。

在TMHMM網(wǎng)站提交義務(wù)

• Long output format
• Length： 蛋白序列的長度。The length of the protein sequence.
• Number of predicted TMHs：預(yù)測到的跨膜螺旋的數(shù)量。The number of predicted transmembrane helices.
• Exp number of AAs in TMHs：跨膜螺旋中氨基酸的預(yù)期數(shù)量。The expected number of amino acids intransmembrane helices. 假設(shè)此數(shù)字大于 18，則很能夠是跨膜蛋白（或具有信號肽）。If this number is larger than 18 it is very likely to be a transmembrane protein (OR have a signal peptide).
• Exp number, first 60 AAs：在蛋白的前60個氨基酸中跨膜螺旋中氨基酸的預(yù)期數(shù)量。The expected number of amino acids in transmembrane helices in the first 60 amino acids of the protein.假設(shè)該數(shù)字超越幾個，你應(yīng)該被正告在 N 端預(yù)測的跨膜螺旋能夠是一個信號肽。If it more than a few, you are warned that a predicted transmembrane helix in the N-term could be a signal peptide.
• Total prob of N-in：N端在膜的細(xì)胞質(zhì)一側(cè)的總概率。The total probability that the N-term is on the cytoplasmic side of the membrane.
• POSSIBLE N-term signal sequence：當(dāng)“Exp number, first 60 AAs”大于 10 時發(fā)生的正告。A warning that is produced when "Exp number, first 60 AAs" is larger than 10.

• 蛋白F01_bin.1_00110合計436個氨基酸，有5個跨膜螺旋結(jié)構(gòu)。

• 蛋白F01_bin.1_00142合計557個氨基酸，一切序列均在膜外，即該序列編碼的是分泌蛋白。

• Short output format
• "len="： 蛋白序列的長度。The length of the protein sequence.
• "ExpAA="：跨膜螺旋中氨基酸的預(yù)期數(shù)量。The expected number of amino acids intransmembrane helices.假設(shè)此數(shù)字大于 18，則很能夠是跨膜蛋白（或具有信號肽）。If this number is larger than 18 it is very likely to be a transmembrane protein (OR have a signal peptide).
• "First60="：在蛋白的前60個氨基酸中跨膜螺旋中氨基酸的預(yù)期數(shù)量。The expected number of amino acids in transmembrane helices in the first 60 amino acids of the protein.假設(shè)該數(shù)字超越幾個，你應(yīng)該被正告在 N 端預(yù)測的跨膜螺旋能夠是一個信號肽。If it more than a few, you are warned that a predicted transmembrane helix in the N-term could be a signal peptide.
• "PredHel="：預(yù)測到的跨膜螺旋的數(shù)量。The number of predicted transmembrane helices by N-best.
• "Topology="：N-best 預(yù)測的拓?fù)浣Y(jié)構(gòu)。The topology predicted by N-best.拓?fù)涫怯煽缒ぢ菪奈恢媒o出的，假設(shè)螺旋在外部，則由“i”分隔，假設(shè)螺旋在外部，則由“o”分隔。'i7-29o44-66i87-109o'意味著它從膜內(nèi)末尾，在位置7到29有一個預(yù)測的TMH，30-43在膜外，然后是位置44-66的TMH。

結(jié)果匯總

經(jīng)過網(wǎng)頁版預(yù)測我們僅失掉了一個列表文件（Short output format），該文件需求自己復(fù)制網(wǎng)頁內(nèi)容粘貼到新文件中，我將其命名為*_TMHMM_SHORT.txt，并將其寄存在*_signalp目錄中，該目錄是由run_SignalP.pl生成的。下面我將會統(tǒng)計各個基因組中信號肽蛋白的總數(shù)量、分泌蛋白數(shù)量和跨膜蛋白數(shù)量到文件Statistics.txt中，并區(qū)分提取每個基因組的分泌蛋白序列到*_signalp/*.secretory.faa文件中，提取跨膜蛋白序列到*_signalp/*.membrane.faa文件中。該進(jìn)程將經(jīng)過tmhmm_parser.pl完成。

#!/usr/bin/perl use strict; use warnings; # Author: Liu Hualin # Date: Oct 15, 2021 open OUT, ">Statistics.txt" || die; print OUT "Strain name\tSignal peptide numbers\tSecretory protein numbers\tMembrane protein numbers\n"; my @sig = glob("*_signalp"); foreach my $sig (@sig) { $sig=~/(.+)_signalp/; my $str = $1; my $tmhmm = $sig . "/$str" . "_TMHMM_SHORT.txt"; my $fasta = $sig . "/$str" . ".sigseq"; my $secretory = $str . ".secretory.faa"; my $membrane = $str . ".membrane.faa"; open SEC, ">$secretory" || die; open MEM, ">$membrane" || die; my $out = 0; my $on = 0; my %hash = idseq($fasta); open IN, $tmhmm || die; while () { chomp; $_=~s/[\r\n]+//g; # print $_ . "\n"; my @lines = split /\t/; if ($lines[5] eq "Topology=o") { $out++; print SEC ">$lines[0]\n$hash{$lines[0]}\n"; }else { $on++; print MEM ">$lines[0]\n$hash{$lines[0]}\n"; } } close IN; close SEC; close MEM; system("mv $secretory $membrane $sig"); my $total = $out + $on; print OUT "$str\t$total\t$out\t$on\n"; } close OUT; sub idseq { my ($fasta) = @_; my %hash; local $/ = ">"; open IN, $fasta || die; ; while () { chomp; my ($header, $seq) = split (/\n/, $_, 2); $header =~ /(\S+)/; my $id = $1; $hash{$id} = $seq; } close IN; return (%hash); }

運(yùn)轉(zhuǎn)方法：將tmhmm_parser.pl放在*_signalp的上一級目錄下，*_signalp目錄中必需包括*_TMHMM_SHORT.txt文件和*.sigseq文件。在終端運(yùn)轉(zhuǎn)如下代碼：

perl tmhmm_parser.pl

腳本獲取

本文腳本見GitHub。

敬告：運(yùn)用文中腳本請援用本文網(wǎng)址，請尊重自己的休息效果，謝謝！Notice: When you use the scripts in this article, please cite the link of this webpage. Thank you!

參考

• SignalP V6.0
• TMHMM

原文鏈接：SignalP+TMHMM預(yù)測微生物分泌蛋白 | liaochenlanruo

轉(zhuǎn)載請注明出處！