eggNOG:从COG延伸出来的同源蛋白数据库

欢迎关注”生信修炼手册”!

直系同源蛋白的预测在系统发育，比较基因组学等多个领域都占用重要地位，COG数据库开创了同源蛋白数据库的先河，后续又不断有新的数据库涌现，而eggNOG就是目前使用最广泛的数据库之一。

官网如下

http://eggnogdb.embl.de/#/app/home

eggNOG全称evolutionary genealogy of genes:Non-supervised Orthologous, 在COG算法的基础上进行了拓展和延伸，采用基于图状结构的非监督聚类算法，构建了真核，原核，病毒等不同物种的同源蛋白簇。

该数据库最新版本为eggNOG 4.5.1, 涵盖了2031种真核和原核生物，352种病毒，构建了19万个同源蛋白簇。

和COG类似，eggNOG对于orthology group的功能也进行了分类整理，每个类别用一个字母表示，在以下链接可以查看具体的分类信息

http://eggnogdb.embl.de/download/eggnog_4.5/COG_functional_categories.txt

COG数据库中提供了26种分类，eggNOG中提供了25种分类，缺少了如下类别

X    Mobilome: prophages, transposons

其他的分类和COG数据库完全一致。在官网的搜索框中可以对OG编号进行检索

COG5157的检索结果如下

在检索结果中，可以查看该orthology group下包含的蛋白序列和物种信息，也可以下载对应的序列。除此之外，还提供了GO, KEGG， pfam， SMRT等相关的功能注释信息。

除了在线检索外，官方还提供了API服务，方便程序抓取对应数据，示例如下

http://eggnogapi.embl.de/nog_data/text/fasta/ENOG410ZSWV

通过以上API链接，可以获得ENOG410ZSWV这个orthology group下的所有蛋白序列，更多用法请参考官方文档。

官网还提供了以下两种注释服务

1. search

一次只支持一条序列的查询，输入fasta格式的蛋白序列，选择对应物种即可

2. eggNOG-mapper

支持多条序列的NOG注释，提供了在线服务，也可以下载软件到本地运行。

支持diamond和hmmer两种比对软件，当序列条数少于1000条时，选择hmmer，当序列多余1000条时，选择diamond, 速度更快。本地版的eggNOG-mapper 的安装和使用可以参考如下文档

https://github.com/jhcepas/eggnog-mapper/wiki

官网提供了下载服务，可以下载完整数据库，也可以根据物种挑选合适的子数据库进行下载，示意如下

通过eggNOG数据库，我们可以对新的蛋白序列进行同源蛋白的注释, 挖掘其功能。

·end·

—如果喜欢，快分享给你的朋友们吧—