使用TEsorter对转座子分类

#安装TEsorter和seqkit
conda install -c bioconda tesorter seqkit
#经笔者测试TEsorter貌似只对LTR分类较好,对DNA转座子分类比较一般,从转座子库中提取LTR和未分类的TE
cat AST.fa.mod.EDTA.TElib.fa | seqkit grep --by-name --use-regexp --ignore-case --pattern  Unknown --pattern LTR > AST.LTRandUnknown.fa
#除了LTR和未分类的TE,剩下的另存为一个文件
cat AST.fa.mod.EDTA.TElib.fa | seqkit grep -v  --by-name --use-regexp --ignore-case --pattern  Unknown --pattern LTR > AST.other.fa
#分类
TEsorter -db rexdb-plant -p 10  AST.LTRandUnknown.fa

#分类完了可以再用RepeatMasker比对回基因组，统计各重复序列比例
RepeatMasker -pa 40 -lib hap2.after_sorter.fa -no_is -xsmall -poly -html  -gff -dir masker2 hap2_rename.fasta
perl /opt/conda/share/RepeatMasker/util/buildSummary.pl hap2_rename.fasta.out > repeatSummary.txt

#生成gff文件
grep TE *out | awk -F" *" '{print $6"\tEDTA\t"$12"\t"$7"\t"$8"\t.\t"$10"\t.\tID=TE_"$16";Name="$11";Classification="$12}' > TEsorter.gff
sed 's/\tC\t/\t-\t/' TEsorter.gff > TEsorter.MLA_h2.gff