（生信）RNA蛋白编码预测软件-CNCI的使用

CNCI简介：

软件安装与准备：

1. linux 32位或者linux 64位系统
2. python 2.74或者2.0版本（详细安装步骤见：https://blog.csdn.net/sherri_du/article/details/51810221）
3. CNCI下载地址：https://github.com/www-bioinfo-org/CNCI#install-cnci
4. CNCI的安装

程序简介：

共有三个.py程序可供使用，分别是：compare.py / CNCI.py / filter_novel_lincRNA
下面是官 说明书里面对它们的解释：

1，compare.py: compare the merged/assembled transcripts with known gene annotation!
2，CNCI.py: A classification tool for identify coding or non-coding transcripts (fasta files and gtf files)
3，filter_novel_lincRNA.py: A tool that can convert the index file which produced by python CNCI_package/CNCI.py to four gene classes (novel_lincRNA,novel_coding, ambiguous_genes and filter_out_noncoding)
compare.py是用于组装转录本与已知的基因注释间的比较，CNCI.py则用于LncRNA的预测，filter_novel_lincRNA.py是对结果index文件进一步分类。

使用与操作：

输出的文件有两个文件夹，“test_Tmp_Dir”用于临时存放得分和序列的文件夹，“test”文件夹下存放着结果文件CNCI.index。

参数详解：

链接: https://github.com/www-bioinfo-org/CNCI#install-cnci
具体的参数说明见github官 ，这里只解释一些简单的参数：

可选的分类模型有ve和pl两类，官 的解释是：

个人感觉pl是指“植物“，不清楚”plat“是指什么分类。

结果文件：

在“test”文件下找到“CNCI.index”预测结果文件，包含四列信息：

index会显示该转录本是否有蛋白编码能力，分别为coding和noncoding

补充：

github中关于CNCI使用的例子：

[参考文献]:

https://github.com/www-bioinfo-org/CNCI#install-cnci
http://nar.oxfordjournals.org/content/early/2013/08

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览210166 人正在系统学习中