Interproscan是什么？能做什么？怎么做？

　　对于前两个问题，给你这个页面，可能会给你一些帮助。http://www.ebi.ac.uk/interpro/about.html

至于怎么做，从我安装失败几次的经验中，我可以给一些建议。

　　首先，就是安装软件需要的配置问题。即安装环境

   https://github.com/ebi-pf-team/interproscan/wiki/InstallationRequirements

参照这个页面，将自己linux服务器的环境搭配好。每一个步骤怎么配置，网上的资源很多。如python的版本替换，java的版本更新等。

   其次，就是下载安装了。http://www.ebi.ac.uk/interpro/download.html 安装过程非常简单，解压缩后，就可以了。以前的版本需要配置panther-data-10.0.tar.gz。我刚看最新版本貌似不需要了这个东西了。如果需要，也非常好配置。下载到interproscan中的data中，解压缩后，就可以了。当然，这个软件比较大，下载后，最好使用MD5验证文件下载是否完整。

 　  最后，是如何运行。https://github.com/ebi-pf-team/interproscan/wiki/HowToRun 人家官网也给出这个部分的教程。

   这些都是官网上给的，非常之简单。我要说的，是一些注意事项。

   1. 跑interproscan的数据可以是核酸也可以是蛋白质，但是命令会有一些区别。

   2. 数据一定要格式化，而且序列中不能出现*号等其他字符。gene的名字不能为空。

   3. 最后一点，因为interproscan的数据库很大，更新特别频繁。建议采用联网的方式运行。这样就出现了一些麻烦。我跑的是全基因组的数据，数据比较多。出现一个问题，就会报错会前功尽弃。还有就是出现断网断电情况，也需要从新跑。经过多次失败后，我总结了一个简单的方法。就是将基因组分割成很多小的文件。这样，即使出现断电断网或者序列出现问题，也不会全部都要跑。还有就是这么多小文件，如果一个一个输入命令运行，费时间费事，还需要去盯着它。我又写了一个多进程的程序，自动运行，可以设定运行进程数目，跑完一个，后边要跑的文件程序，自动填补运行。时刻保持一定进程数目运行。一个好消息，这个软件是支持并行计算的，如果确保数据没问题，网络等其他外在因素也不会发生，直接使用并行计算就可以的。

    基本就是这样了。欢迎提问题，多交流。