1. SNAP简介

SNAP是Ian Korf独自开发的软件，简单易用。

2. SNAP的安装

$ wget http://korflab.ucdavis.edu/Software/snap-2013-02-16.tar.gz
$ tar zxf snap-2013-02-16.tar.gz
$ cd snap
$ make

3. SNAP的Parameter Estimation

3.1 需要 genes that are not too related to each other。和AUGUSTUS一致，基因两两之间的identity不要超过80%。Gene structures must be in ZFF format.

ZFF格式是Ian Korf自行使用的一个格式，有长短两种格式。In the short format, there are 4 fields: Label, Begin, End, Group.if Begin > End, the feature is on the minus strand.

>sequence-1
Einit    201    325   Y73E7A.6
Eterm   2175   2319   Y73E7A.6
>sequence-2
Einit    201    462   Y73E7A.7
Exon    1803   2031   Y73E7A.7
Exon    2929   3031   Y73E7A.7
Exon    3467   3624   Y73E7A.7
Exon    4185   4406   Y73E7A.7
Eterm   5103   5280   Y73E7A.7

不管是在正链，还是负链，从上到下，起始位置是逐渐变大的；如果是在正链上，Begin > End, Einit在Eterm前面；如果是在负链上，则 Begin < End, Eterm在Einit前面。 3.2 做Parameter Estimation需要一定数目的genes，这些genes的ZFF文件和相应的genome序列文件。

注意geneome序列文件只是包含有这些基因的序列，如果含有其它的序列的话，程序运行会出问题（core dump等）。

使用gff3_to_zff.pl来将gff3文件转换成zff文件; 再使用order.pl来调整Einit, Exon, Eterm的顺序。

$ ./gff3_to_zff.pl genes.gff3 > genes.zff
$ ./order.pl genes.zff > species.ann

提取出相应的genome的序列,并对其进行排序：

$ grep '^>' species.ann | tr -d '>' > species.seqs2keep
$ ./fasta_sort.pl species.seqs2keep < geome.fasta > species.dna

3.3 检测genes中的错误和警示，然后对genes进行修正或丢弃

$ $SnapHome/fathom species.ann species.dna -gene-stats &> gene-stats.log
$ $SnapHome/fathom species.ann species.dna -validate &> validate.log

$ grep OK validate.log > species.zff2keep
$ perl -p -i -e 's/.*:\s+(\S+)\s+OK/$1/' species.zff2keep
$ ./filterGenes.pl species.zff2keep species.ann > tmp
$ mv tmp species.ann

3.4 将序列打断成一个序列一个gene的片段，在CDS两端各加1000bp长度序列，并将所有的genes转换到正义链上。

$ $SnapHome/fathom species.ann species.dna -categorize 1000
$ $SnapHome/fathom species.ann species.dna -export 1000

3.5 run the parameter estimation program

$ mkdir params; cd params
$ $SnapHome/forge ../export.ann ../export.dna 
$ cd ..

3.6 Last is to build an HMM

$ $SnapHome/hmm-assembler.pl species params > species.hmm

SNAP的Parameter Estimation能很快地完成。不像AUGUSTUS那样耗时。

4. 运行snap进行基因预测

$ $SnapHome/snap species.hmm species.geonme > species.zff
$ $SnapHome/zff2gff3.pl species.zff > species.gff3

5. 将预测的zff结果转换成gff3结果

在4中转换成的gff3文件的最后一列attributes中，只有Name标签。而使用EVM软件将基因预测结果融合的时候，需要的gff3文件中该列的标签有ID和Parent，因此需要其它的方法来将zff文件转换成gff3文件。可以使用EVM包含的一个perl程序来解决。

使用该程序需要先将EVM自带的一些perl模块export到其路径；同时需要安装cdbfasta

$EVMHome/OtherGeneFinderTrainingGuid/SNAP/SNAP_output_to_gff3.pl species.zff species.geome > species.gff3

SNAP基因ab initio的基因预测速度很快。