引物设计相关工具-PMPrimer

发表于 | 分类于
PMPrimer：香农熵/有效长度公式、单倍型×Primer3、四模块 Mermaid 与 Sci Rep 原图；输入输出与局限性。

PMPrimer 是 Python 实现的自动化流程：对多样 FASTA 模板做质控与 MUSCLE 比对，用 香农熵 找保守区并容忍 gap，在保守区内按单倍型调用 Primer3 设计简并引物，再评估覆盖度、分类群特异性并可用 BLAST 评靶标特异性（Sci Rep 2023）。

文献与官方资源

类型 说明
论文 Yang L, Lin Q, Xie J, et al. A tool to automatically design multiplex PCR primer pairs for specific targets using diverse templates. Sci Rep 13, 13825 (2023). DOI 10.1038/s41598-023-43825-0
PDF / 补充 全文 PDF · MOESM
代码 https://github.com/AGIScuipeng/PMPrimer
许可证 以仓库 LICENSE 为准

应用场景

  • 多序列模板下的多重 PCR 简并引物设计：如跨物种/跨株系同源区、16S/hsp65/tuf 等数据集（论文示例：葡萄球菌 tuf、分枝杆菌科 hsp65、古菌 16S 等）。
  • 需要量化覆盖与分类群区分时：输出 Coverage、Taxon specificity 等列，便于 panel 筛选。
  • 不适合：仅单条模板、且无需 MSA/熵筛选的极简场景（用 Primer3 即可）；或对实时交互 Web有强依赖时（PMPrimer 以命令行/脚本为主，见仓库）。

使用帮助

部署形态

方式 说明
本地 克隆 GitHub，按 README 安装 Python 依赖及 MUSCLE5、Primer3、BLAST+（若启用特异性）等；Linux/服务器常见。
线上 无官方统一 SaaS；以仓库说明为准。

输入与输出

  • 输入
    • 主输入：目标序列 FASTA（seqs.fasta 等）；
    • 可选/行为由参数控制：是否过滤过短/过长/重复（-p notlen、-p notsameseq 等关闭默认过滤）。
  • 中间与输出文件（名称以运行时间与 README 为准）
    • seqs.filt.fasta：过滤后用于设计的序列；
    • seqs.mc.fasta：启用 MUSCLE 时的多重比对；
    • seqs.matrix.csv / tmp.png：可选距离矩阵与热图（matrix 等参数）；
    • *_recommand_region_primer.json / .tsv：终表（引物对与评估列）。

资源与环境

  • 算力：序列条数多、MSA 与 BLAST 数据库大时，CPU/内存占用显著；论文讨论中提及大内存需求场景，请以实测为准。
  • 磁盘：BLAST 库、中间 FASTA/比对文件可能较大。
  • 第三方：MUSCLE5、Primer3、BLAST 需单独安装并在 PATH 或配置中可达（见 GitHub）。

功能与算法原理

模块 1：预处理与比对

  • 统计过滤：按长度分布等剔除异常与冗余序列（可关）。
  • MUSCLE：多重比对，为逐列熵与保守区提供对齐坐标（论文 Methods）。

模块 2：保守区（香农熵 + gap）

  • 对对齐后每一列计算 香农熵 (S=-\sum p_i\log_2 p_i)，gap 作为独立符号纳入（论文强调）。
  • 用主要等位基因频率等阈值将「多保守算保守」落到数值上，合并相邻低熵区段；再扣减 gap 得到 effective length，低于最小长度则丢弃该区。
    列熵（公式）：设比对后第 (j) 列上符号 (b)（含 A/C/G/T/-）的频率为 (p_{jb})，则
    $$
    S_j = -\sum_{b \in \mathcal{A}} p_{jb},\log_2 p_{jb},\quad \sum_b p_{jb}=1
    $$
    (S_j) 越小表示该列越保守。论文将 gap 计入 (\mathcal{A})，避免「全 gap 列」被误判为高保守。
    区段合并（示意）：将满足 (S_j \le S_{\max}) 且主等位频率 (\ge f_{\min}) 的连续列合并为候选区 ([j_1,j_2])，再计算有效长度（概念上扣除 gap 占比）：
    $$
    L_{\mathrm{eff}} \approx \sum_{j=j_1}^{j_2} \bigl(1 - p_{j,-}\bigr)
    $$
    其中 (p_{j,-}) 为第 (j) 列 gap 频率；若 (L_{\mathrm{eff}} < L_{\min}) 则丢弃该区（与程序实现阈值以论文/GitHub 为准）。
    MSA 单列熵、区段合并与有效长度（科研风格示意图，与下节 Mermaid 同源）
1
2
3
4
5
6
7
8
9
flowchart LR
  subgraph Col[MSA 单列 j]
    A["p_A, p_C, p_G, p_T, p_gap"]
  end
  Col --> S["S_j = -Σ p log2 p"]
  S --> M{低熵且主等位够高?}
  M -->|是| Seg[合并为保守区段]
  M -->|否| X[断开 / 丢弃]
  Seg --> Leff["L_eff ≈ Σ(1 - p_gap)"]

模块 3：单倍型 + Primer3

  • 不用单条共识序列代替全体模板，而在保守区内抽取真实单倍型路径，对每条单倍型调 Primer3 设计候选，保留稀有等位信息（论文 Fig.1 流程）。
    组合规模（示意）：若区段内第 (t) 条序列在引物位点上的合法路径视为一条单倍型，对单倍型 (h) 调用 Primer3 得候选集 (\mathcal{P}_h)，再对 (\bigcup_h \mathcal{P}_h) 做覆盖与简并合并；简并度与 IUPAC 码由多序列在该窗口上的并集决定。

模块 4：扩增子选择与评估

  • 按产物长度、单倍型数、Tm 差等筛多重引物对；电子 PCR 与 BLAST 评估覆盖度与特异性（论文）。

配图（文献原图页面）

图号 内容（据图题） 官方页面
Figure 1 PMPrimer 四模块总流程 Nature — Figure 1
以下为本地示意图（与论文图互补，非期刊原图；已用统一科研配色由 Mermaid 导出 PNG）：
PMPrimer 四模块流程（逻辑示意图） 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
flowchart TD
    A[“输入: FASTA格式<br>靶标序列文件”] --> B
    subgraph B [模块1: 数据预处理与比对]
        B1[“质量评估与过滤”]
        B2[“去冗余”]
        B3[“MUSCLE多重序列比对”]
    end
    B --> C
    subgraph C [模块2: 保守区域识别]
        C1[“基于香农熵<br>计算每个位点保守性”]
        C2[“合并相邻低熵区<br>形成候选保守区”]
        C3[“考虑缺口，计算<br>有效长度”]
    end
    C --> D
    subgraph D [模块3: 引物设计与评估]
        D1[“提取保守区内<br>所有单倍型序列”]
        D2[“为每条单倍型<br>用Primer3设计最优引物”]
        D3[“合并评估引物<br>理化性质与覆盖度”]
    end
    D --> E
    subgraph E [模块4: 扩增子选择与评估]
        E1[“基于长度、Tm等<br>筛选引物对”]
        E2[“电子PCR评估<br>模板覆盖度”]
        E3[“评估分类群特异性<br>与靶标特异性”]
    end
    E --> F[“输出: 最优多重PCR引物对<br>及覆盖度、特异性等评估报告”]

输出列（TSV/JSON 摘要）

列名 含义
Amplicon 扩增子/区域标识
Coverage 模板覆盖度
Taxon specificity 分类群特异性
Effective length 有效长度（含 gap 处理）
Forward/Reverse degenerate primer 简并引物
Forward/Reverse haplotype primers 单倍型展开列表
Forward/Reverse primer info Tm、发夹/二聚体相关度量与覆盖度等（逗号分隔数值）

局限性

  • 依赖链长：MSA、BLAST、大批模板时时间与内存压力大，需分批次或降采样。
  • 比对质量：MUSCLE 结果直接影响熵与保守区；错误比对会误导引物区。
  • 实验验证：in silico 覆盖度/特异性不能替代湿实验（论文仍强调数据集验证）。
  • 维护节奏：以 GitHub issue/提交记录为准；生产环境应固定依赖版本。

参考资料

  1. Yang L, Lin Q, Xie J, et al. Sci Rep 2023;13:13825. https://doi.org/10.1038/s41598-023-43825-0
  2. PMPrimer GitHub
  3. 本站：引物设计-02.概念-香农熵.md、引物设计-03.软件-Primer3.md
-------------本文结束感谢您的阅读-------------