CPC:转录本蛋白编码潜能预测工具

欢迎关注”生信修炼手册”!

CPC是由北京大学开发的一款lncRNA预测工具，只需要输入fasta格式的转录本序列，该软件就可以判断每条转录本的蛋白编码潜能并进行打分，根据得分将转录本划分为coding和non-coding两类，网址如下

http://cpc2.cbi.pku.edu.cn/

该软件最新版本为CPC2, 相比CPC1版本，运行速度快了1000倍左右，准确性也更高，安装方式如下

wget http://cpc2.cbi.pku.edu.cn/data/CPC2-beta.tar.gz
tar xzvf CPC2-beta.tar.gz
cd CPC2-beta/
export CPC_HOME="$PWD"
cd libs/libsvm
tar xzvf libsvm-3.18.tar.gz
cd libsvm-3.18
make clean && make

需要注意的是，该软件依赖biopython模块，需要自己先安装好这个模块。软件安装好之后，可以通过如下图所示的命令查看软件用法

用法非常简单，-i参数指定输出的fasta格式的转录本序列，-o参数指定输出结果的名称。示例如下

python CPC2.py -i transcript.fasta -o output.txt

结果文件内容示意如下

上述结果是我直接用RefSeq中人的转录本序列跑出来的，最后一列代表该软件对转录本的分类，可以看到部分NR开头的转录本被归类为coding, 部分NM开头的转录本被归类为noncoding, 所以软件预测尽管文献里都会说准确率很高，其实还是存在很多误判。

为了降低lncRNA预测的假阳性，除了软件预测的结果，一般还会结合与swissprot蛋白质数据库，Rfam数据库比对的结果，去除能够比对上数据库的转录本序列。

除了本地版安装外，还提供了一个在线服务，支持上传Fasta, Bed, GTF格式的文件，示意如下

详细用法和结果解读请参考官网的帮助文档。

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！