python lncrna_使用CPAT分析lncRNA

CPAT(Coding Potential Assessment Tool)可以从RNA-Seq分析得到的转录本中筛选出编码的和非编码的RNA。

文章发表在Nucleic Acids Research：http://nar.oxfordjournals/content/41/6/e74.long

代码托管在SourceForge：http://rna-cpat.sourceforge/

安装：

安装CPAT前，需要安装gcc、python2.7、numpy、cython、R。我的系统是Ubuntu 14.04 64，gcc和python2.7已经安装好了，其他三个使用如下命令安装：

sudo apt-get install r-base-core

sudo apt-get install cython

sudo apt-get install python-numpy

下载最新版本CPAT1.22，按照说明安装

tar -zxvf CPAT-1.2.2.tar.gz

cd CPAT-1.2.2

sudo python setup.py install

运行CPAT：

cpat.py -r hg19.fa -g Human_test_coding_mRNA_hg19.bed -d ../dat/Human_logitModel.RData -x ../dat/Human_Hexamer.tsv -o output

参数说明：

-r 指定参考基因组

-g 输入的转录本序列。如果是BED格式，必须-r指定参考基因组；如果是FASTA格式，不需要指定参考基因组，即使使用-r参数也会被忽略。

-d 预制好的模型(Prebuilt training model)(CPAT自带人、鼠、果蝇、斑马鱼的模型)

-x 预制好的六聚体频率表(Prebuilt hexamer frequency table)(CPAT自带人、鼠、果蝇、斑马鱼的六聚体频率表)

-o 输出

CPAT优点：速度极快！