PlantAI-dev/skills/gene-identify/SKILL.md

Gene Identify Skill

基因家族鉴定技能 - 基于HMMER和固定方向BLAST的自动化基因家族成员鉴定

功能

• 使用HMMER搜索基因家族成员
• 使用固定方向BLAST提供同源证据：参考家族蛋白作为 query，目标物种全蛋白 FASTA 建库，候选目标ID来自 outfmt6 sseqid
• 提取保守结构域信息
• 生成标准GFF3注释文件

输入

• protein_fasta: 物种蛋白质序列FASTA文件
• hmm_file: 基因家族HMM模型文件
• species_code: 物种代码（如 Ft, At, Os）
• scope_file（可选）: 记录 target/reference/comparative 选择。使用 scope 时只鉴定 target species，reference/seed 文件只作为参考来源。

输出

report/
├── report.md              # 鉴定报告
├── tables/
│   ├── gene_list.csv      # 基因列表
│   ├── domain_info.csv    # 结构域信息
│   └── statistics.csv     # 统计信息
├── figures/
│   └── domain_architecture.pdf  # 结构域架构图
├── commands.sh            # 复现命令
├── environment.yml        # Conda环境
└── checksums.sha256       # 文件校验

使用

# 基本使用
python run.py --input protein.fa --hmm SPL.hmm --species Ft --output ./report

# 使用配置文件
python run.py --config config.yaml --output ./report

# Demo模式
python run.py --demo --output ./report

参数

参数	类型	默认值	说明
evalue	float	1e-5	HMMER e-value阈值
coverage	float	0.3	最小覆盖度
verify_blast	bool	true	是否运行固定方向BLAST同源证据搜索

依赖

• hmmer >= 3.3.2
• blast >= 2.13.0
• biopython >= 1.81
• pandas >= 2.0.0