soedinglab/spacepharer

SpacePHARER: CRISPR间隔序列噬菌体-宿主配对识别工具

镜像概述

SpacePHARER是一款模块化工具包，用于利用CRISPR间隔序列敏感识别噬菌体-宿主相互作用。它适配MMseqs2的快速同源搜索能力来查询短间隔序列，并引入聚合间隔序列匹配结果的新方法以发现噬菌体-宿主配对。该工具采用GPLv3开源许可，基于C++实现，支持Linux和macOS系统，可在多核心上高效运行。

核心功能

• easy-predict: 从多FASTA文件和常见间隔序列文件（PILER-CR、CRISPRDetect、CRT）预测噬菌体-宿主配对
• downloaddb: 下载间隔序列或GenBank噬菌体基因组并创建序列数据库
• createsetdb: 从FASTA输入创建序列数据库
• predictmatch: 预测宿主-噬菌体配对
• parsespacer: 解析支持格式（CRT、PILER-CR、CRISPRDetect）的CRISPR阵列文件

使用场景

适用于微生物学、病毒学及生物信息学研究人员，通过CRISPR间隔序列分析噬菌体与宿主之间的相互作用，助力噬菌体生态、进化及应用研究。

配置说明

Docker部署示例

bash
# 拉取镜像
docker pull soedinglab/spacepharer

# 运行easy-predict工作流（映射当前目录到容器/data目录）
docker run -v $(pwd):/data soedinglab/spacepharer easy-predict /data/examples/*.fas /data/targetSetDB /data/predictions.tsv /data/tmpFolder

快速开始

1. 创建噬菌体基因组数据库及反向控制序列数据库：

   bash
   # 本地文件创建
   spacepharer createsetdb examples/GCA*.fna.gz targetSetDB tmpFolder
   spacepharer createsetdb examples/GCA*.fna.gz targetSetDB_rev tmpFolder --reverse-fragments 1
   
   # 下载预定义噬菌体基因组（自动生成反向控制序列）
   spacepharer downloaddb GenBank_phage_2018_09 targetSetDB tmpFolder
   

2. 使用easy-predict生成配对预测：

   bash
   spacepharer easy-predict examples/*.fas targetSetDB predictions.tsv tmpFolder
   

重要参数

• --reverse-fragments: 反向氨基酸片段生成控制数据库
• --fdr: 控制预测阈值的假发现率（FDR）
• --fmt: 输出格式（0：仅配对；1：配对+匹配；2：带核苷酸比对的详细输出）

硬件要求

• 64位系统，至少支持SSE2指令集（推荐SSE4.1或更高）
• 内存消耗随可用内存自动调整，多核心CPU可提升运行效率