如果你在培养基中发现了一个新的古菌物种但不知道它的 DNA 复制起始点在哪里不妨来试试我们的工具。我们也许能解决你的难题并帮助你为这个物种打造出第一个可以自主复制的人工质粒载体从而更加深入地探索基因组的奥秘。目录1. 工具简介2. 网页版使用方法2.1 文件上传2.2 参数设置2.2.1 基因组基本信息2.2.2 BLASTn选项2.2.3 复制起始点相关 Motif2.3 结果解读2.3.1 总结面板2.3.2 基因组可视化面板2.3.3 预测详情面板2.3.4 结果批量下载2.3.5 历史结果获取3. 独立版使用方法3.1 安装方法3.2 参数选项3.3 使用示例4. 致谢1. 工具简介Ori-Finder是由天津大学理学院高峰教授团队天津大学生物信息中心TUBIC开发的专用于注释复制起始点序列origins of replication, ORI的系列网络服务器自2008年首次发表以来10.1186/1471-2105-9-79已经持续维护更新18年逐步覆盖细菌染色体质粒、古菌、酵母、哺乳动物等类群累积引用量达468次数据来源BMC Bioinformatics、Frontiers in Microbiology、Breifings in Bioinformatics、Nucleic Acids Research等截至2026年10月其预测准确性、易用性和交互式可视化设计一直广受好评。本文所介绍的Ori-Finder-Arch是Ori-Finder系统针对于古菌类群专门优化的一个更新版网络服务其准确率、运行速度和用户友好性均较上一代的古菌预测模块大幅提升Ori-Finder 210.3389/fmicb.2014.00482正式版论文于2026年9月发表在Genomics, Proteomics Bioinformatics期刊10.1093/gpbjnl/qzag095。Ori-Finder-Arch提供在线网页服务tubic.tju.edu.cn/Ori-Finder-Arch和离线命令行工具CLI两种使用方式用户可以根据数据分析规模自行选择。2. 网页版使用方法请导航至网页版的分析面板Analysis。2.1 文件上传Ori-Finder-Arch支持FASTA和GenBank两种格式的全基因组输入可以通过文本框直接粘贴也可以上传文件不要超20 MB更大的文件请用CLI。这里的文件解析走的是Biopython所以只要满足最基本的格式要求例如GenBank的LOCUS、ORIGIN等行不可缺失即可解析成功不需要提供已有的基因注释。此处须额外注意的是1Ori-Finder-Arch是一个依赖于上下游元件位置关系的全基因组注释工具不是一个进行二元判别的分类器也许这个值得一做此前ORCA那篇工作做过细菌的。如果只上传一组短的候选序列程序将不会产生任何阳性结果即使它们可能包含ORI2如果上传了长度小于100,000 bp的小复制子比如古菌质粒程序内置的Pyrodigal会自动切换为meta模式这可能会导致同一个序列随其所属的Assembly共同注释时与单独注释时产生截然不同的结果所以我们推荐尽量上传组装程度较高的完整基因组序列以确保结果置信度。如果您想体验Ori-Finder-Arch但手头没有合适的基因组可以单击绿色Example按钮网页会自动在文本框中填充一个酸热硫化叶菌Sulfolobus acidocaldariusDSM 639的完整基因组以方便您了解我们软件的工作流程。图1Ori-Finder-Arch网络服务器的文件上传模块2.2 参数设置2.2.1 基因组基本信息1有机体名称Organism这个不填或随便填即可为你递交的任务起一个易于辨别的别名。其实一开始是想做成可根据物种分类群自动选择最优复制起始点识别盒Origin Recognition BoxORB共识保守基序motif的功能但在后来的实验中发现通用motif的效果就已经足够好了没什么统计显著性所以放弃了这个想法。2组装级别Assembly Level选择你的基因组序列组装等级。如果选择了Scaffold或Contig级别程序会按照宏基因组模式来处理输入序列并且将拓扑选项强制设置为“线性”。3拓扑性质Topology将全部递交序列的拓扑性质设置为“环状”或“线性”。这个选项会严重影响边界处基因与ORI候选序列邻接关系的判定所以请谨慎地核实序列的拓扑性尤其是NCBI RefSeq递交的序列他们很喜欢把ORI放在环状序列的开头以防程序漏报或者多报。4复制起始蛋白类型Replication Initiation Protein Type选择复制起始蛋白类型。三种全选即可Ori-Finder-Arch对RIP的判定条件很严格见原文基本上不会在错误的分类群上产生假阳性除非你只想要某种特定蛋白如CDC6驱动的ORI。图2基因组基本信息填写框2.2.2 BLASTn选项在介绍这个选项之前需要说明一下Ori-Finder-Arch是可以独立完成ab initio注释的主流程不需要 BLASTn 通过同源性进行预测。因为有些实验确实报道了既不与RIP基因相邻也没有显著的 ORB motif 的非典型 ORI所以我们还是选择加入BLASTn功能以方便用户进一步探索这些非典型ORI的特点。1Verified论文原文的基准数据集中收录的有直接实验证据支持的ORI2DoriC 12.0原核生物复制起始点数据库。2.2.3 复制起始点相关 Motif如果你已经知道基因组的分类群信息选择科Family特异性的复制起始点Motif可以更好的提高ORI预测的召回率但这有可能会导致精确率偏低二者固有的拮抗性。完整的Motif列表及其默认E值设定可以去看原文的补充材料。图3可选参数BLASTn数据库与物种特异性Motif填写完这些参数后直接点击下方的提交按钮Submit等待1-3分钟就可以获得结果了运行时长取决于基因组大小呈线性增长。2.3 结果解读2.3.1 总结面板除ORI坐标外Ori-Finder-Arch会提供递交基因组的很多基本统计信息比如基因组大小、GC含量之类的这些信息主要是开发过程中用来Debug的可以用于核对提交的基因组序列是否正确。在这里我们主要看Replication Origins行和Replication Initiation Proteins即可。理论上只要把Ori-Finder-Arch标出来的ORI区间及其相邻的RIP基因片段克隆出来也可以从头合成ORI结合位点、解旋区、启动子、核糖体结合位点RBS等基本元素就都包括了可以支持质粒在这个物种中进行自主复制拷贝数严格。图4预测完成后的结果总结面板下表列出了Ori-Finder-Arch能预测的复制起始点类型表1Ori-Finder-Arch处理的复制起始点类型复制起始蛋白RIP类型是否与复制起始蛋白基因相邻Yes/NoCDC6细胞周期蛋白6古菌类群中最主要的RIP类型Type IType IIIMc-pRIP甲烷球菌目推定复制起始蛋白甲烷球菌目中替代CDC6而存在的RIP类型Type I(未发现实例)WhiP翼螺旋状复制起始蛋白硫化叶菌目中额外存在的RIP类型Type I未发现实例AtypicalType II 仅BLASTn命中个人观点Mc-pRIP 蛋白的存在很可能是中性演化——甲烷球菌目的祖先很可能拥有Cdc6但在进化过程中意外丢失丢失后由另一个AAA家族的蛋白补位。古菌的复制起始模块起始蛋白、MCM 解旋酶、单链结合蛋白等常成簇共定位并且能通过质粒/病毒介导的水平转移更换换一个能让 MCM 装载上去的 ATPase功能上可行。2.3.2 基因组可视化面板Ori-Finder-Arch 使用 Z 曲线方法可视化基因组组成变化与复制起始点相关特征的关系。Z曲线方法Z-curve method是由中国科学院院士张春霆教授提出的一种基因组可视化方法其曲线峰值往往与ORI关联出现。用户可以通过检查 Z 曲线来判断是否有被算法漏检的ORI。在古菌的类群中既有像细菌那样有明确的GC skew转折点的物种也有像真核生物那样基因组组成变化比较平滑的物种。对于进化上更接近细菌的古菌物种ORI两侧的氨基-酮基AC-GT碱基的组成不对称性会比较明显因此会在Z 曲线的y分量上产生“V”字型的尖峰。图5基因组水平 Z 曲线可视化2.3.3 预测详情面板除ORI及其起始蛋白基因的坐标外Ori-Finder-Arch还为每个元件提供了详细的内部特征蛋白结构域蛋白结合位点DNA解螺旋区串联重复区等待可视化。这些细节可以帮助我们深入理解Ori-Finder-Arch的工作原理也可以辅助我们对于元件进行理性设计例如最小化复制起始点。图6复制起始蛋白序列特征可视化注Ori-Finder-Arch使用Feature-Viewer插件10.1093/bioinformatics/btaa055对基因对应的蛋白结构域进行可视化用户可以据此了解RIP基因注释的细节。图7复制起始点序列周围特征可视化2.3.4 结果批量下载除通过详情界面的粘贴板获取序列和坐标外Ori-Finder-Arch也提供了批量下载的方式允许将ORI或RIP的坐标GFF3格式或序列FASTA格式标题行已包含坐标全部保存为本地文件。图8批量下载按钮2.3.5 历史结果获取Ori-Finder-Arch会为每一个提交的工作生成一个UUID例如“OFA-20261017213712-4A1F”。用户可以通过Retrieve界面来获取曾经递交的任务。由于服务器资源有限每个任务的结果只会保存7天北京时间凌晨2:00执行检查与清理。如果您希望服务器持久化保存某个任务请联系我处理。图9任务UUID与历史工作查询界面3. 独立版使用方法为方便对公开数据库中的基因组序列进行批量化处理我们为Ori-Finder-Arch开发了独立命令行版本可以直接导航到下载页面Download免费获取。图10软件下载界面3.1 安装方法本程序的源代码使用Python语言编写闭源如有需求请联系高峰教授获取通过Nuitka编译为不依赖于解释器的可执行二进制文件OriFinderArch可以运行在任何x86_64架构的Linux系统Windows用户请使用WSL的机器上要求GLIBC版本 ≥ 2.28。OriFinderArch依赖于两个第三方软件即MEME基序发现工具和HMMER隐马尔可夫建模工具但实际运行中只依赖于这两个工具包中的fimo和hmmsearch因此只需要保证这两个可执行程序存在于环境变量PATH中即可。图省事的同学可以直接conda大法conda install -c bioconda -c conda-forge hmmer meme其实我后来自己用Cython写了一个不依赖于Perl的FIMO程序而且现在的pyhmmer包也可以让我们直接在Python脚本中调用hmmsearch所以后面我有时间的话会把它做成一个真正零依赖的程序。配置好依赖后直接下载软件然后解压到期望的目录即可wget https://tubic.tju.edu.cn/Ori-Finder-Arch/download/Ori-Finder-Arch.tar.gz tar -xvf Ori-Finder-Arch.tar.gz chmod x OriFinderArch3.2 参数选项键入帮助命令可以获取完整的参数列表和使用说明./OriFinderArch --help表2命令行版的参数和选项短参数名/长参数名功能说明-h, --help打印帮助信息并退出。-i, --input输入的基因组文件.fa,.fna,.fasta;.gb,.gbk,.gbff。-o,--gff输出的注释文件GFF3格式可以用 - 代表标准输出打印到stdout。-a, --faa以FASTA格式输出基因组中所有RIP的氨基酸序列到指定文件。-d, --fna以FASTA格式输出基因组中所有ORI的核苷酸序列到指定文件。-t, --topo指定输入序列的拓扑性质为“环状”或“线性”circular/linear默认环状。-l, --level指定基因组的组装级别complete/chormosome/scaffold/contig默认完整。补充说明出于简单易用的原则其实是我想偷懒Ori-Finder-Arch独立版没有BLASTn选项和多物种 Motif 选择功能。3.3 使用示例Ori-Finder-Arch的软件包中包含一个示例序列example.fasta可以用来测试OriFinderArch的行为./OriFinderArch -i example.fasta运行成功后应出现如下结果- - - - - - - - - - - - - - - - - - - - - - - - - - Ori-Finder-Arch: Archaeal Replication Origin Finder Copyright: (C) 2026 TUBIC, Tianjin University Authors: You Z#, Zhang Z#, Luo H* and Gao F* Date: May 31, 2026 Contact: hluotju.edu.cn | fgaotju.edu.cn - - - - - - - - - - - - - - - - - - - - - - - - - - Loaded 1 sequences from input. Running gene annotation ... completed. Find 2251 genes and 703 intergenic regions. Running HMM search ... completed. Finding regions adjacent to RIP genes ... completed. Searching for replication-related motifs ... completed. Detecting AT-rich regions ... completed. Filtering oriCs ... completed. Predicted 3 putative archaeal oriCs. ##gff-version 3 NC_007181.1 Ori-Finder-Arch CDS 226060 227220 . 0 typeCDC6;evalue2.50e-07 NC_007181.1 Ori-Finder-Arch CDS 804123 805316 . - 0 typeCDC6;evalue2.40e-11 NC_007181.1 Ori-Finder-Arch CDS 950232 951488 . 0 typeCDC6;evalue2.13e-06 NC_007181.1 Ori-Finder-Arch CDS 1423487 1424206 . - 0 typeWhiP;evalue2.45e-05 NC_007181.1 Ori-Finder-Arch rep_origin 225629 226059 . . 0 typeType I (RIP-adjacent);RIPCDC6 NC_007181.1 Ori-Finder-Arch rep_origin 805317 806082 . . 0 typeType I (RIP-adjacent);RIPCDC6 NC_007181.1 Ori-Finder-Arch rep_origin 1423303 1423486 . . 0 typeType I (RIP-adjacent);RIPWhiP Finished in 1.37 s4. 致谢感谢国家自然科学基金委和合成生物技术全国重点实验室天津大学合成生物与生物制造学院对本项目的资助。