# InterProScan 環境建立與使用指南 (v5.76-107.0)

[TOC]

## 1. 環境前置準備 (Java 與 Python)

InterProScan 5 核心依賴 **Java 11**，且內部 helper script 需要 **Python 3**。
在開始之前，請務必確認伺服器環境是否符合需求。

### 1.1 檢查 Java 版本
請在終端機輸入以下指令：

java --version

:::info
**判斷標準：**
* ✅ **環境OK**：出現 `openjdk version "11.x.x"`
* ❌ **需安裝**：出現 `command not found` 或版本顯示為 `1.8.x` (Java 8) 或其他版本。
:::

### 1.2 安裝 Java 11 (若上述檢查未通過)

若環境沒有 Java 11，請執行下列指令：

sudo apt-get update
sudo apt-get install openjdk-11-jdk

安裝後請再次執行 `java --version` 確認版本。

---

## 2. 下載與安裝 InterProScan

我們使用的版本為 **v5.76-107.0** (64-bit Linux)。
建議安裝在空間充足的硬碟 (解壓後約需 80GB+)。

### 2.1 下載指令

# 1. 建立並進入工作目錄
mkdir interproscan
cd interproscan

# 2. 下載主程式 (壓縮檔約8G)
wget https://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.76-107.0/interproscan-5.76-107.0-64-bit.tar.gz

### 2.3 解壓縮

# 1. 解壓縮
tar -pxvzf interproscan-5.76-107.0-64-bit.tar.gz

# 2. 進入解壓後的資料夾
cd interproscan-5.76-107.0

---

## 3. 使用說明與參數詳解

主要的執行檔是資料夾內的 `interproscan.sh`。

### 3.1 快速測試
在跑正式數據前，先用內建範例測試環境是否正常：

./interproscan.sh -i test_all_appl.fasta -f tsv -dp

* 若成功產生 `test_all_appl.fasta.tsv` 且無報錯，代表安裝成功。

### 3.2 常用參數說明

基本語法：
`./interproscan.sh -i [輸入檔] -f [格式] -d [輸出目錄] [其他選項]`

| 參數 | 完整名稱 | 必填 | 功能說明 |
| :--- | :--- | :--- | :--- |
| **-i** | `--input` | YES | 輸入序列檔案 (FASTA 格式，避免特殊字元) |
| **-f** | `--formats` | NO | 輸出格式，多選用逗號隔開 (如: `tsv,json,gff3,xml`) |
| **-d** | `--output-dir` | NO | 指定輸出資料夾 (建議使用) |
| **-b** | `--output-file-base` | NO | 指定輸出檔名(不含附檔名) (建議使用) |
| **-dp** | `--disable-precalc` | NO | 強制在本地運算，不連網查詢 (避免網路報錯) |
| **-cpu**| `--cpu` | NO | 指定使用的核心數 (預設會使用系統可用資源) |
| **-goterms** | `--goterms` | NO | 若需 Gene Ontology (GO) 註釋請加上此參數 |
| **-pa** | `--pathways` | NO | 若需 KEGG/Reactome Pathway 註釋請加上此參數 |

### 3.3 範例指令

假設您的蛋白序列檔名為 `protein_seq.fasta`，想要輸出 `TSV` 和 `GFF3` 檔，並包含 GO 與 Pathway 資訊：

./interproscan.sh -i protein_seq.fasta \
                  -f tsv,gff3 \
                  -d ./results \
                  -b test_Result \
                  -goterms \
                  -pa \
                  -cpu 8

便會輸出:
* test_Result.tsv
* test_Result.gff3

在指定路徑 **./results**

---

:::warning
**常見問題與注意事項：**
1. **FASTA Header 限制**：序列名稱 (`>Name`) **不能包含星號(*)** 或過長的特殊符號，否則程式可能會中斷。
2. 建議使用 **Tmux**運行，原因是跑一次流程約1個多小時，避免非預期中段流程。
:::