宏基因组基因功能注释

前言

此部分内容，均为《基因学苑》公众号付费资源的学习笔记。

一、eggnog-mapper简介

拼接完的宏基因组序列，进行基因预测，去冗余，最终得到宏基因组测序的基因组。那么这些基因都有哪些功能呢?这就需要进行基因功能注释。基因功能注释就是将待查基因与已知数据库进行比对，如果比对上则认为二者为同源基因，执行相同的功能。宏基因组中通常包括很多新发现的基因，无法比对上已知数据库。所以，在宏基因组研究中，一部分或者大部分基因无法注释得到功能属于正常现象。

这里我们使用 eggnog-mapper 工具来进行基因功能注释。eggnog-mapper 是一个非常方便的基因功能注释流程 。可以自动化完成基因功能注释工作，其内置了COG/KOG/KEGG/GO/BiGG 等数据库，也可以自行创建注释数据库。

eggnog-mapper 在不同的系统分类水平都进行了构建直系同源簇，当前使用的 eggNOG v5.0 版本数据库，包含 5,090 代表性的基因组，其中包括 4445 个细菌，168 古细菌，477个真核生物以及 2502 个病毒。当前 v2 版本的 eggnog-mapper，不在支持 hmmer 比对。

二、软件安装

网址：https://github.com/eggnogdb/eggnog-mapper

在线版本：http://eggnog-mapper.embl.de/

文档：https://github.com/eggnogdb/eggnog-mapper/wiki/eggNOG-mapper-v2

#安装eggnog-emapper
conda create -n eggnog-mapper python=2.7
conda activate eggnog-mapper
conda install -c bioconda -y eggnog-mapper 
mkdir eggnog_database
cd eggnog_database
#镜像数据下载
axel -n 100 http://download.nmdc.cn/tools/eggnog/eggnog.db.gz
axel -n 100 http://download.nmdc.cn/tools/eggnog/eggnog_proteins.dmnd.gz
#基因功能注释
diamond --version
        diamond version 0.8.22 #diamond提示数据库版本不对，就安装2.0.13版本
conda install diamond=2.0.13

三、软件使用

emapper.py -i mg.filter.faa --output annotation -m diamond --data_dir eggnog_database

选项参数：

-i: 输入文件，最好是基因的氨基酸文件

-o: 输出结果前缀

-m: 使用 HMMER 策略还是 DIAMOND 策略，默认使用 HMMER，新版本只支持 diamond

--cpu：使用的线程数

--translate：如使用的核酸序列，选择 HMMER 策略时需要先翻译成氨基酸序列

--usemem：将 emapper.db 读入内存

--output_dir：输出结果文件夹

--report_orthologs：列出所有进行功能转移的直系同源基因

--no_annot: 只汇总鉴定的最佳 seed 序列以及相应的 E 值和 Bitscore 值

--no_search:可直接基于--no_annot 的结果进行后续功能注释

--target_orthologs: one2one,many2one,one2many,many2many,all 可选。

--data_dir: 数据库目录

--tax_scope: 指定选择的直系同源基因的物种分类范围，默认为自动判断。

四、结果解读

最终会生成两个文件，分别是 mg.emapper.annotations 和 mg.emapper.seed_orthologs

第一列：查询序列名称；

第二列：eggNOG 种子序列；

第三列：eggNOG 种子序列 evalue；

第四列：eggNOG 种子序列 bit score；

第五列：预测基因名称；

第六列：GO_terms, 预测的 GO，分号分隔；

第七列：KEGG_KO: 预测的 KO,分号分隔；

第八列：BiGG_Reactions: BiGG 代谢反应预测，分号分隔；

第九列：eggNOG Taxonomic Scope 信息；

第十列：匹配的 OGs;

第十一列：best_OG|evalue|score: Best matching Orthologous Groups (only in HMM mode)

第十二列：COG 功能分类；

第十三列：eggNOG 功能描述；

写在最后：有时间我们会努力更新的。大家互动交流可以前去论坛，地址在下面，复制去浏览器即可访问，弥补下公众号没有留言功能的缺憾。

bioinfoer.com

有些板块也可以预设为大家日常趣事的分享等，欢迎大家来提建议。