转载：http://fhqdddddd.blog.163.com/blog/static/18699154201241014835362/
http://blog.sina.com.cn/s/blog_4476400f0100iq0x.html
EST----
对EST序列进行冗余查找，利用CD_HIT软件聚类，快速批量去除冗余序列
est-trimer（去掉帽子和尾巴，去掉太短而不可信的）
RepeatMaster（去掉转座子等重复）
seqclean（去除载体，线粒体叶绿体等序列）
CAP3(拼接）
est-trimmer可以从 http://pgrc.ipk-gatersleben.de/misa/do- wnload/est_trimmer.pl 下载，就是个perl脚本，不用安装。脚本运行参数：
DESCRIPTION: Tool for trimming EST (DNA) sequences
##
## SYNTAX: est_trimmer.pl <FASTAfile> [-amb=n,win] [-tr5=(A|C|G|T),n,win]
## [-tr3=(A|C|G|T),n,win] [-cut=min,max] [-id=name]
## [-help]
##
## <FASTAfile> Single file in FASTA format containing the sequence(s).
## [-amb=n,win] Removes distal stretches containing "n" ambiguous bases in
a
## "win" bp sized window.
## [-tr5=N,n,win] Removes stretches of the given type N={A,C,G,T} from the 5
‘
## end. Value "n" defines the min. accepted repeat number of
"N"
## in a 5‘ window of the size "win".
## [-tr3=N,n,win] according to [-tr5] for the 3‘ end.
## [-cut=min,max] Sets min. value for cutoff and max. sequence size.
## [-id=name] Optional. Final results are stored in "name".results, wher
eas
## processing steps are listed in "name".log. If not used,
## extensions are appended to <FASTAfile>.
## [-help] Further descriptions. Use "EST_trimmer.pl -help".
##
## Arguments can be used plurally and are processed according to their order
.
##
## EXAMPLE: est_trimmer.pl ESTs -amb=2,50 -tr5=T,5,50 -tr3=A,5,50 -cut=100,700
## ____________________________________________________________________________
___
##
个人觉得-amb 太恐怖了，还是没有，-cut 删除了太多了 将700设定到最大，我是设定到10000。
我的命令：
perl est_trimmer.pl input -tr5=T,5,50 -tr3=A,5,50 -cut=100,10000 -id=output
repeatmasker 下载地址：http://repeatmasker.org/RMDownload.html
repeatmasker 是个比较复杂的软件，参数比较多，此外还必须在本机装过crossmatch或者wu-blast要多看手册根据自己实际情况设定。其软件有个数据库，每年都更新，本地计算的必须要注意。
此外 repeatmasker运行真是慢，最好可以设成几个CPU一起算。
我的命令 repeatmasker input -e crossmatch -s
seqclean (下载：http://compbio.dfci.harvard.edu/tgi/software/）
我倒是没遇到参数的问题，就是得在NCBI上下载下载体序列ftp://ftp.ncbi.nih.gov/pub/UniVec/ 里面还有个core的，和全的，我的数据反正算的快，就选了比较大的那个文件，将univec用formatdb命令格式化下就可以直接用了
我的命令
/usr/biosoft/blast-2.2.18/bin/formatdb -i UniVec -p F -o T
/usr/biosoft/seqclean/seqclean BnE091007.fasta -v UniVec -o BnE_clean.fasta
当是我因为程序的权限不够，怎么都用不了。后来用chmod把seqclean程序的文件夹的东西都改了才行。还好最后终于成功了