PfamScan是根据Pfam HMM对蛋白质序列进行蛋白家族及结构域的注释的一个工具。
网页端：https://www.ebi.ac.uk/Tools/pfa/pfamscan/
本地版：ftp://ftp.ebi.ac.uk/pub/databases/Pfam/Tools/
注：因为我只是临时用一下，希望能较快地出结果，所以没有去安装本地版，而是调用了PfamScan提供的REST API，所以本文记录的是调用API来运行PfamScan的过程。
1. PfamScan的API下载：URL: https://www.ebi.ac.uk/seqdb/confluence/display/JDSAT/PfamScan+Help+and+Documentation#PfamScanHelpandDocumentation-WebServices
下载pfamscan.py即可，但是运行前要先安装xmltramp2模块(pip install xmltramp2)
python pfamscan.py --email "xxxxx@gmail.com" --database pfam-a --sequence targetSeqs.fasta --evalue 50 --format txt --outfile targetResult
参数含义可通过python pfamscan.py --help进行查看。
此处的--email --database --sequence是必须的参数(--email可以用谷歌邮箱，其他邮箱没尝试过)。
需要注意的是：输入文件(targetSeq.fasta)中序列数目不能超过100条。
运行结果：运行结束后会生成三个文件：
targetResult.out.txt
targetResult.sequence.txt
targetResult.submission.params
其中targetResult.out.txt就是所需的输出文件(格式如下图所示)
列名注释：
Seq id : 蛋白/基因的编号
Alignment start : 基因/蛋白序列比对的结构域起始位置
Alignment end : 基因/蛋白序列比对的结构域终止位置
Envelope start : HMM 模型预测的基因/蛋白序列的结构域起始位置
Envelope end : HMM 模型预测的基因/蛋白序列的结构域终止位置
Hmm acc: 基因/蛋白序列对应结构的模型在Pfam中的编号
Hmm name : 基因/蛋白序列对应结构的模型在Pfam中的名称
Type: 基因/蛋白序列匹配到 Pfam 数据库中对应结构的分类水平，蛋白家族或者结构域
Hmm start: 比对上的部分在数据库匹配序列上的起始位置
Hmm end : 比对上的部分在数据库匹配序列上的终止位置
Hmm length：比对上的长度
Bit score：根据比对和 HMM 模型得出的基因/蛋白序列结构的评分，打分越高，可信度越高
E-value：比对的 E值（E值越小，可信度越高）
Significance: 基因/蛋白序列在数据库中匹配结构的数目
Clan : Pfam 数据库中按照蛋白质序列，结构以及 HMM 文件而分成的类群
