蛋白质亚细胞定位与信号分析桌面应用,使用 Linux、Python 和 Tkinter,在 Windows 上通过 WSL2 / WSLg 运行。导入 FASTA 后,按来源类群调用本地模型,保留各工具的预测、分数、原始输出和独立状态。
| 工具或规则 | 分析内容 | 适用任务 |
|---|---|---|
| SignalP 6.0 fast | 信号肽及加工位点 | 真核、原核 |
| Phobius 1.01 | 跨膜拓扑与信号肽 | 真核、原核 |
| DeepLoc 2.1 Fast | 多标签亚细胞定位、定位信号和膜类型 | 真核 |
| DeepLocPro 1.0 | 原核定位,支持阴性菌、阳性菌、古菌及未知原核分组 | 原核 |
| TargetP 2.0 | N 端靶向肽及切割位点 | 真核 |
| PredGPI | GPI 锚定候选与 omega 位点 | 真核 |
| DeepTMHMM 1.0 Academic | α / β 跨膜区域、信号肽及逐残基拓扑 | 真核、原核 |
| oKoch PTS1 SVM 复现模型 | C 端 14 aa 的 PTS1 候选与有符号决策值 | 真核 |
| ER 与 PTS 基序规则 | ER 回收、PTS1 / PTS2 候选基序和位置 | 真核 |
共八个预测工具或模型,加上 ER、PTS 两类规则。真核任务执行九项,原核任务执行四个适用模块。默认复用固定版本的 metaLoc 核心,输入范围不同的工具分别运行。
界面支持队列、取消、续跑、历史任务、筛选、单蛋白详情、序列特征和 JSON / TSV / Excel 导出。各模型独立报告证据,状态区分完成、失败、输入不适用和类群不适用。
自动安装脚本面向 Ubuntu 24.04。Windows 用户需要先准备 Ubuntu 24.04 的 WSL2 与 WSLg,Linux 桌面需要显示环境。首次安装需要联网。
git clone https://github.com/sjc88661/ProteinLoc.git
cd ProteinLoc
sudo apt-get update
sudo apt-get install -y git curl openjdk-21-jre-headless perl python3-tk fonts-noto-cjk
bash scripts/setup.sh
bash run.sh项目包含源码、测试、示例及约 22 KB 的 PTS1 复现权重。其余模型使用各工具的独立发行包,步骤与文件名见 模型安装说明。补齐模型后,可在“环境检查”核对所有本地入口。
Windows 中也可双击 run.bat,默认使用名为 Ubuntu 的 WSL 发行版。GUI 环境默认保存在 ~/.local/share/proteinloc,项目目录保存源码与配置。首次安装可用 PROTEINLOC_RUNTIME 指定运行环境位置。
- 导入 FASTA 或粘贴蛋白序列,选择来源类群,可填写物种名称。
- 选择任务目录,点击“开始分析 / 加入队列”。应用一次执行一个任务,其余任务排队。
- 从任务记录查看状态,按定位、信号肽、GPI、状态或关键词筛选。
- 选择蛋白查看模型分数、信号区域、原始输出位置和序列。
- 使用“导出筛选结果”生成独立的 JSON、TSV 和 Excel 文件。
关闭窗口时可以选择后台继续或取消。后台任务依赖 WSL 持续运行,系统重启后的中断任务可手动续跑。续跑核对输入、参数、模型文件和版本,复用匹配的缓存,并归档上一轮核心输出及轨迹。
bash scripts/python.sh pipeline.py doctor
bash scripts/python.sh pipeline.py submit examples/signals.fasta --organism fungi --wait
bash scripts/python.sh pipeline.py submit bacteria.fasta --organism gram_negative --wait
bash scripts/python.sh pipeline.py status runs/<任务ID>
bash scripts/python.sh pipeline.py resume runs/<任务ID>
bash scripts/python.sh pipeline.py cancel runs/<任务ID>类群可选 fungi、plant、animal、other_euk、gram_negative、gram_positive、archaea、prokaryote 和 unknown。
每条序列分配唯一内部 ID,保留原始 header 和完整序列。重复 ID、非法字符、特殊残基、模型长度限制、实际提交序列、残基变更与分析区段均逐条记录。多个工具按内部 ID 合并。
- SignalP 本地 fast 模式分析 N 端前 70 aa。DeepLoc Fast 配置上限为 1,022 aa。
- DeepLocPro 配置范围为 10–6,000 aa,已完成一条 1,077 aa 全长输入的本机验证。
- PredGPI 接收至少 41 aa 的标准氨基酸输入。
- PTS1 SVM 分析真实 C 端 14 aa,保留 U / X,未建模的 C 端残基逐条报告。
completed 表示输出通过完整性检查。适用的必需模型失败或输入超出范围时,任务保持 partial。明确标记 applicable=false 的类群专用模块不影响适用模块的完成判定。基序和 SVM 结果均属于候选证据,决策值按原始含义保存。
每个 runs/<任务ID>/ 保存输入、ID 映射、任务状态、日志、模型原始输出、缓存和汇总文件。结果结构由 parsers.py 和 pipeline.py 实现。
config.json 保存模型路径、命令、输入范围和资源设置,可通过“高级设置”编辑。命令采用参数列表,支持 {root}、{python}、{input}、{output}、{targetp_organism}、{signalp_organism}、{metaloc_organism} 和 {deeplocpro_group} 占位符。
默认 core_engine=metaloc,已有独立工具也可设置 core_engine=commands。来源和固定版本见 upstream.lock.json。
准备基础环境和上游源码后,可运行回归测试。
bash scripts/python.sh -m unittest discover -s tests -v发布前从纯源码快照执行了 73 项用例,71 项通过,2 项因需要完整本地模型包而跳过。此前还完成了 3 条公开酵母蛋白的真核九模块联合运行、50 条合成蛋白的原核四模块联合运行,以及 PTS1 权重数值与内部交叉验证复核。范围、环境和解释见 验证说明。GUI 测试需要 WSLg / X11,部分真实工具测试需要相应模型。
tests/fixture_tool.py 为回归提供受控格式样本,完整模型的准备与实跑步骤见模型说明。
自有代码采用 MIT。PTS1 复现模型及适配代码保留 BSD-3-Clause 声明。外部工具按各自许可证获取和使用,科研引用与来源见 THIRD_PARTY.md。
