eggnog-mapper實現(xiàn)功能注釋

eggNOG-Mapper介紹

通常功能注釋的思路都是基于序列相似性找直系同源基因剖膳，常見的方法就是BLAST+BLAST2GO，或者是InterProScan携悯。eggNOG-mapper的作者認(rèn)為這種方法不夠可靠赖条，畢竟你有可能找到的的是旁系同源基因兰吟。近期對多個工具的整體評估發(fā)現(xiàn)eggNOG(evolutionary genealogy of genes: Non-supervised Orthologous Groups)在區(qū)分旁系同源基因和直系同源基因上表現(xiàn)不錯峦睡，因此基于eggNOG數(shù)據(jù)庫開發(fā)了eggNOG-mapper工具质礼，用于對新序列進(jìn)行功能注釋拣宏。

eggNOG-mapper的算法實現(xiàn)如下：

第一步：序列比對。首先犬耻，每條蛋白序列用HMMER3在整理的eggNOG數(shù)據(jù)庫中搜索踩晶。由于每個HMM匹配都和一個功能注釋的eggNOG OG對應(yīng)，這一步就提供了初步的注釋信息枕磁。之后合瓢，每條蛋白序列用phmmer在最佳匹配的HMM對應(yīng)的一組eggNOG蛋白中進(jìn)一步搜索。最后透典，每條序列的最佳匹配結(jié)果以 seed ortholog 形式存放晴楔，用于獲取其他直系同源基因。目前eggNOG HMM數(shù)據(jù)庫中擁有1,911,745個OG峭咒，覆蓋了1,678種細(xì)菌,115種古細(xì)菌税弃，238種真核物種以及352種病毒。除了HMMER3外凑队，還而可用DIAMOND直接對所有的eggNOG蛋白序列進(jìn)行搜索则果，它的速度更快，適合類似于宏基因組這類大數(shù)據(jù)集漩氨，或者是已有物種和eggNOG所收集的物種比較近西壮。當(dāng)然服務(wù)器性能強(qiáng)大的話，還是有限選擇HMMER3.

step1: 序列比對

第二步：推測直系同源基因叫惊。每個用于檢索的蛋白序列的最佳匹配序列會對應(yīng)eggNOG的一個蛋白, 這些蛋白基于預(yù)分析的eggNOG進(jìn)化樹數(shù)據(jù)庫會提取一組更加精細(xì)的直系同源基因款青。這一步還會根據(jù)bit-screo或E-value對結(jié)果進(jìn)行一次過來，剔除同源性不高的結(jié)果

step2: 推測直系同源基因

第三步：功能注釋霍狰。用于搜索的蛋白序列對應(yīng)的直系同源基因的功能描述就是最終的注釋結(jié)果抡草。比如說GO, KEGG, COG等。

step3: 功能注釋

安裝

安裝本體eggnog-mapper之前蔗坯，需要先保證服務(wù)器上已經(jīng)安裝Python3.7(BioPython模塊), wget, HMMER3 和/或 DIAMON康震，此外你還得保證70G的空間用于存放注釋數(shù)據(jù)庫和FASTA文件，對于真核生物至少保證90G的服務(wù)器內(nèi)存宾濒。
之后從GitHub上將軟件下載到本地

git clone https://github.com/jhcepas/eggnog-mapper.git

之后需要下載所需要的數(shù)據(jù)庫腿短。eggNOG提供了107個不同物種的HMM數(shù)據(jù)庫(xxxNOG)以及三個優(yōu)化數(shù)據(jù)庫, euk對應(yīng)真核生物，bact對應(yīng)細(xì)菌, arch對應(yīng)古細(xì)菌(Archeabacteria), 以及一個病毒數(shù)據(jù)庫(viruses). 這三個優(yōu)化數(shù)據(jù)庫包含了屬于該分類內(nèi)的所有物種的HMM模型绘梦。

cd eggnog-mapper
./download_eggnog_data.py euk

此處下載的是真核生物橘忱。下載過程中，它會反復(fù)詢問你是否要下載某一類數(shù)據(jù)谚咬，我一律選擇是鹦付。
如果你的服務(wù)器有多個盤，安裝軟件的分區(qū)不夠大择卦，可以在數(shù)據(jù)盤中創(chuàng)建文件夾進(jìn)行軟鏈接

cd eggnog-mapper
mkdir /data/database/EGGNOG-DB
rmdir data && ln -s /data/database/EGGNOG-DB data

具體用法

eggnog-mapper用起來非常的簡單敲长，你需要提供蛋白序列作為輸入

#假如我們現(xiàn)在都仍在軟件安裝的路徑下
python emapper.py -i test/p53.fa --output p53_maNOG -d euk
python emapper.py -i test/p53.fa --output p53_maNOG -d maNOG
python emapper.py -i test/p53.fa --output p53_maNOG -d maNOG --usemem --cpu 10

eggnog-mapper默認(rèn)是以HMMER進(jìn)行序列搜索，盡管這可以通過-m diamond更改成DIAMOND秉继，但結(jié)果中就會缺少一些信息列祈噪。HMM的搜索參數(shù)，有--hmm_maxhits, --hmm_evalue, --hmm_score, --hmm_qcov和--Z, 一般用默認(rèn)就行了尚辑。

-d/--database表示搜索數(shù)據(jù)庫的類型辑鲤，既可以是"euk, bact, arch" 三大類的其中一種，也可以是"eggnog-mapper/data/OG_fasta"中的小類杠茬，例如"maNOG"表示的就是哺乳動物的NOG月褥。此外也可以是自定義HMM數(shù)據(jù)庫弛随， -d /path/to/pfam.hmm

如果服務(wù)器內(nèi)存比較大，線程比較多宁赤，可以用--usemem和 --cpu 線程數(shù)提高運行速度舀透。

--output表示輸出文件的前綴，默認(rèn)輸出在當(dāng)前文件夾下决左，--output_dir可以更改為其他文件路徑愕够。--resume表示任務(wù)重啟后可以跳過之前已經(jīng)完成的部分，而--override則表示覆蓋原先的輸出結(jié)果佛猛。

如果你計劃使用同一個數(shù)據(jù)庫同時對多個物種進(jìn)行注釋（大部分人都沒有這種需求）惑芭，那么你需要以服務(wù)器模式啟動eggnog-mapper，然后就可以同時啟動多個任務(wù)继找，

# 終端1
python emapper.py -d arch --cpu 10 --servermode
# 新建一個終端
python emapper.py -d arch:localhost:51600 -i test/polb.fa -o polb_arch

結(jié)果解讀

eggnog-mapper會生成三個文件遂跟，

[project_name].emapper.hmm_hits: 記錄每個用于搜索序列對應(yīng)的所有的顯著性的eggNOG Orthologous Groups(OG). 所有標(biāo)記為"-"則表明該序列未找到可能的OG
[project_name].emapper.seed_orthologs: 記錄每個用于搜索序列對的的最佳的OG，也就是[project_name].emapper.hmm_hits里選擇得分最高的結(jié)果码荔。之后會從eggNOG中提取更精細(xì)的直系同源關(guān)系(orthology relationships)
[project_name].emapper.annotations: 該文件提供了最終的注釋結(jié)果漩勤。大部分需要的內(nèi)容都可以通過寫腳本從從提取，一共有13列缩搅。

[project_name].emapper.annotations每一列對應(yīng)的記錄如下：

query_name: 檢索的基因名或者其他ID
sedd_eggNOG_ortholog: eggNOG中最佳的蛋白匹配
seed_orholog_evalue: 最佳匹配的e-value
seed_ortolog_evalu: 最佳匹配的bit-score
predicted_gene_name: 預(yù)測的基因名越败，特別指的是類似AP2有一定含義的基因名，而不是AT2G17950這類編號
GO_term: 推測的GO的詞條硼瓣，未必最新
KEGG_KO: 推測的KEGG KO詞條究飞，未必最新
BiGG_Reactions: BiGG代謝反應(yīng)的預(yù)測結(jié)果
Annotation_tax_scope: 對該序列在分類范圍的注釋
Matching_OGs: 匹配的eggNOG Orthologous Groups
best_OG|evalue|score: 最佳匹配的OG(HMM模式才有)
COG functional categories: 從最佳匹配的OG中推測出的COG功能分類
eggNOG_HMM_model_annotation: 從最佳匹配的OG中推測出eggNOG功能描述

如果打算做富集分析，用命令行的cut/awk提取對應(yīng)的列堂鲤，過濾掉其中未注釋的部分就行了亿傅。

應(yīng)該是最好的eggnog-mapper功能注釋教程

應(yīng)該是最好的eggnog-mapper功能注釋教程

eggnog-mapper實現(xiàn)功能注釋

eggNOG-Mapper介紹

安裝

具體用法

結(jié)果解讀

推薦閱讀