本仓库是为超算比赛裁剪的 HMMER 3.4（Eddy/Rivas 实验室，BSD 协议）。
原版包含 19 个工具，这里只保留比赛用到的 jackhmmer：以单条蛋白质序列为查询，在序列数据库中迭代搜索同源序列并构建多序列比对（MSA）。你们的任务是在保证结果正确性的前提下，让搜索尽可能快。
集群规则速记：
- 登录节点（cln01-04）禁止运行任何程序；
- 编译和小规模调试在测试节点（
ssh test01，test01-04 任选空闲的，top查看占用）； - 完整计算必须
sbatch提交到计算节点（56 核 / 192 GB / CentOS 7.9）； - home 目录在计算节点上只读，代码、数据与输出一律放
~/WORK下。 - 目录布局（仓库和数据并列放在
~/WORK下，脚本默认按这个布局找数据）。
# 1. 登录节点：克隆代码到 WORK
# 仓库必须放 WORK：搜索结果默认写在仓库下的 results/，home 在计算节点只读
# 如果集群网络状态差，可以考虑直接下载压缩包并scp上传
cd ~/WORK
git clone https://github.com/thu-scc/SuperMSA.git && cd SuperMSA
# 2. 测试节点：编译 + 冒烟测试
ssh test01
module load compilers/gcc/v12.2.0 # 系统默认 gcc 4.8.5 过老，建议加载新版
cd ~/WORK/SuperMSA
autoconf # 由 configure.ac 生成 configure 脚本
./configure
make
./smoke_test.sh # 预期输出: PASS: 8 hits
# 3. 登陆节点，数据解压到 WORK，与仓库并列
exit
cd ~/WORK
wget https://cloud.tsinghua.edu.cn/f/5a06712e096a4226978f/?dl=1 -O preliminary.tar.gz
tar xzf preliminary.tar.gz # 得到 ~/WORK/preliminary/{query/, database.fasta}
# 4. 提交完整基线作业（输出 stdout.%j 写在提交目录）
sbatch SuperMSA/job_baseline.slurm # 路径可在脚本顶部 REPO/DATA/OUT 三行修改
# 作业内依次执行 prologue.sh（预处理，计时）→ run_queries.sh（搜索 + 评分），stdout/stderr 都写进 stdout.%j
squeue -u $USER # 查看状态：PD 排队 / R 运行├── configure.ac # 构建系统源文件：autoconf 由它生成 configure
├── config.guess/sub # configure 依赖的平台识别脚本
├── install-sh # make install 依赖
├── smoke_test.sh # 冒烟测试（见上）
├── prologue.sh # 选手预处理入口：在 prepare() 中填写，计时 "prologue time" 计入总成绩
├── run_queries.sh # 批量搜索驱动：遍历 query/ 对 database.fasta 逐条搜索
├── job_baseline.slurm # 探索1000 的 sbatch 作业模板（调用 run_queries.sh）
├── score.py # 自评打分（从数据 header 读 SCOP 标签）
├── data/
│ ├── query.fasta # 演示查询：截短血红蛋白 d1dlwa_（116 aa）
│ └── demodb.fasta # 演示数据库：SCOPe 结构域序列集（15177 条）
├── src/ # HMMER 核心（63 个 .c）
│ ├── jackhmmer.c # ← 程序入口：读序列、驱动迭代、汇总输出
│ ├── p7_pipeline.c # ← 单条目标序列的加速流水线（过滤器级联）
│ ├── p7_builder.c # 由比对构建 profile HMM（迭代的"建模"步骤）
│ ├── p7_tophits.c # 命中收集、排序与输出
│ ├── impl_sse/ # ← SSE 向量化核心：MSV/Viterbi/Forward 滤波器
│ │ # (msvfilter.c, vitfilter.c, fwdback.c ...)
│ ├── impl_vmx/ impl_neon/ # PowerPC/ARM 向量实现（x86 上不参与编译）
│ └── generic_*.c # 各算法的标量参考实现
└── easel/ # 底层库：序列/比对 I/O、字母表、数学与统计
└── miniapps/ # easel 自带小工具（构建会编译，比赛不使用）
读代码的建议入口：jackhmmer.c 的主循环 → p7_Pipeline()（p7_pipeline.c）。
每条目标序列都要过一遍 MSV → Viterbi → Forward 的级联，逐级淘汰。
-
优化不得改变搜索结果的正确性（评分以平均 ROC10 检验）。
不得依据序列 ID 或 header 内容（包括 SCOP 分类码、
annotated_前缀）筛选、排序或剔除数据库序列，也不得利用这些信息构造命中表。 header 中的标注只供评分使用，组委会将审查提交代码，违者取消成绩。 -
原版 HMMER 的完整文档见 hmmer.org；本仓库删除了文档、测试套件与其余 18 个工具，如需参考请查阅上游仓库EddyRivasLab/hmmer。