基因组重复序列检测：RepeatMasker

转载

RepeatMasker是重复序列检测的常用工具，通过与参考数据库相似性比对来准确识别或屏蔽基因组中的重复序列，属于同源预测注释的方式。

• 基因组组装完成后，进行基因预测和注释。由于基因组中存在重复序列结构区，特别是高等真核生物，重复序列占了相当大的比例，会影响基因预测的质量，也会带来不必要的资源消耗。因此在基因预测前，首先要检测并屏蔽基因组中的重复序列。对于这种情况，只是为了屏蔽重复序列降低后续基因预测的压力，重复序列的检测可不必纠结。

• 当注释基因组重复序列结构，也可能是专注于某些特定研究，例如，某些重复元件可能参与了重要功能，我们期望定位它们的位置。这种情况下需要识别精准。

RepeatMasker本地配置：

1、TRF
TRF（Tandem Repeats Finder）在RepeatMasker安装前必需要提前配置好，这个可以使用conda直接安装。

conda install TRF

2、序列搜索引擎（4选1即可）
RepeatMasker需要序列搜索引擎，以实现输入基因组序列和参考库中序列的比对，在RepeatMasker安装前必需要提前配置好。RepeatMasker主要通过以下4种工具实现序列比对功能，CrossMatch、RMBlast、ABBlast、HMMER，因此我们需要从中至少选1个。RMBlast失败选了HMMER<