forester/archive/RIO/others/hmmer/squid/Docs/squid-format.tex

   1 \newpage
   2 \section {SQUID format}
   3
   4 SQUID format is a sequence database format similar to the PIR,
   5 GenBank, and EMBL formats. The primary difference is that SQUID format
   6 may optionally contain secondary structure annotation information for
   7 the sequence. No other sequence format allows secondary structure
   8 annotation, which is why SQUID format became necessary.
   9
  10 An example SQUID format file:
  11
  12 \begin{verbatim}
  13 NAM  DY9990
  14 SRC  HSTGYA M27547 76..169::196
  15 DES  Human Tyr-tRNA gene, clone pM6.
  16 SEQ  +SS
  17        1 ccttcgatagctcagctggtagagcggaggactgtagactgcggaaacgt
  18          >>>>>>>..>>>>........<<<<.>>>>>...................
  19       51 ttgtggacatccttaggtcgctggttcaattccggctcgaagga
  20          .........<<<<<.....>>>>>.......<<<<<<<<<<<<.
  21 ++
  22 NAM  DY9991
  23 SRC  HSTRNAYE M55611 1..93::93
  24 DES  Human Tyr-tRNA precursor.
  25 SEQ  +SS
  26        1 ccttcgatagctcagctggtagagcggaggactgtagcctgtagaaacat
  27          >>>>>>>..>>>>........<<<<.>>>>>...................
  28       51 ttgtggacatccttaggtcgctggttcgattccggctcgaagg
  29          .........<<<<<.....>>>>>.......<<<<<<<<<<<<
  30 ++
  31 NAM  DA0260
  32 SEQ
  33        1 GGGCGAAUAGUGUCAGCGGGAGCACACCAGACUUGCAAUCUGGUAGGGAG
  34       51 GGUUCGAGUCCCUCUUUGUCCACCA
  35 ++
  36 \end{verbatim}
  37
  38
  39 \subsection {Specification of a SQUID file}
  40
  41 \begin{enumerate}
  42 \item There must be a line of the form \verb+NAM  <sequence name>+.
  43
  44 \item There may be an optional line \verb+SRC <id> <acc>
  45 <start>..<stop>::<olen>+, which specified a database source for this
  46 sequence, giving the database identifier (name), accession number,
  47 start and end position in the database sequence, and the original
  48 length of the database sequence, respectively.  If a \verb+SRC+ line
  49 is present, all of these values must be specified.  If any values are
  50 unknown, they may be set to \verb+-+ in the case of \verb+<id>+ and
  51 \verb+<acc>+ and \verb+0+ in the case of \verb+<start>+, \verb+<stop>,
  52 and \verb+<olen>+, and in these cases the values will be ignored.
  53
  54 \item There may be an optional line  \verb+DES <description>+ giving
  55 a one-line description of the sequence.
  56
  57 \item There must be a line of the form \verb-SEQ +SS- or \verb-SEQ-.
  58 If the line contains \verb-+SS-, it means that the record contains
  59 secondary structure annotation interleaved with the sequence.
  60
  61 \item The sequence (and optional structure) immediately follow. There may be
  62 optional numbering either before or after the sequence. The number of
  63 characters per line is unimportant. Spaces and tabs are ignored.
  64 There must be no non-numeric non-space characters on any lines except
  65 sequence or structure annotation characters. Structure annotation is
  66 fairly free-form; any alphabetic character or character in the set
  67 \verb/_.-*?<>{}[]()!@#$%^&=+;:'|`~"\/ is accepted. There must
  68 be one such character for every sequence character (preferably aligned
  69 to the sequence, but in fact this is not checked for). Note that
  70 spaces in the secondary structure annotation are not permitted,
  71 except where they are aligned to gaps in the sequence.
  72
  73 \item Sequence records are separated by a line of the form \verb-++-.
  74 \end{enumerate}
  75
  76
  77
  78
  79
  80