寫在前面
之前介紹過(guò)使用
EggNOG-mapper對(duì)非模式物種快速完成KEGG注釋的推文https://mp.weixin.qq.com/s/kIf6C2u3FID3ZeLtsB4eZQ，不過(guò)畢竟EggNOG-mapper是第三方軟件，而且注釋結(jié)果仍然存在一個(gè)Gene ID對(duì)應(yīng)多個(gè)KO Number的情況，雖然對(duì)富集結(jié)果影響似乎不會(huì)太大，但是影響多少肯定是會(huì)有。這里介紹KEGG官方提供的注釋工具KofamKOALA，同樣能夠?qū)θ我馕锓N進(jìn)行KEGG注釋，注釋結(jié)果中Gene ID對(duì)應(yīng)唯一一個(gè)KO Number，避免了大多數(shù)第三方注釋工具一個(gè)ID對(duì)應(yīng)多個(gè)KO Number的情況，使富集結(jié)果更加可靠！
KofamKOALA官網(wǎng)
https://www.genome.jp/tools/kofamkoala/
一、網(wǎng)頁(yè)版KofamKOALA
點(diǎn)擊提交任務(wù)之后需要在郵件中二次確認(rèn)，提交任務(wù)
注釋完成之后，點(diǎn)擊郵件中的鏈接
- 在結(jié)果頁(yè)面中，可以直接下載注釋結(jié)果，然后接著用TBtools進(jìn)行富集分析
-
同時(shí)也提供了許多對(duì)注釋結(jié)果的探索功能，比如查看注釋上的KO Number詳細(xì)信息，比對(duì)情況等。
二、本地化KofamKOALA
- 如果需要注釋的序列太多，文件太大，使用網(wǎng)頁(yè)版工具確實(shí)可能會(huì)太慢。這個(gè)時(shí)候當(dāng)然是選擇將其本地化！在本地根據(jù)服務(wù)器情況提高線程加速注釋。
下載 KOfam 和 KofamScan
下載并解壓KOfam
wget https://www.genome.jp/ftp/db/kofam/ko_list.gz
wget https://www.genome.jp/ftp/db/kofam/profiles.tar.gz
#下載完成之后解壓
gunzip ko_list.gz
tar -xzvf profiles.tar.gz
下載并解壓kofam_scan
wget https://www.genome.jp/ftp/tools/kofam_scan/kofam_scan-1.3.0.tar.gz
tar -xzvf kofam_scan-1.3.0.tar.gz
將kofam_scan加入環(huán)境變量
echo export PATH=/home/jiawei_li/tools/kofamscan/kofam_scan-1.3.0:\$PATH >> ~/.bashrc
source ~/.bashrc
安裝依賴，KofamScan需要Ruby，HMMER和GNU Parallel
#版本需求
- Ruby >= 2.4
- HMMER >= 3.1
- GNU Parallel
conda安裝Ruby，自己編譯也行 但是我比較懶折騰。。。
conda install -c conda-forge ruby
- 如果喜歡手動(dòng)裝Ruby，也可以試試，但也許會(huì)報(bào)錯(cuò)，需要進(jìn)行一系列操作去安裝
wget https://cache.ruby-lang.org/pub/ruby/3.1/ruby-3.1.0.tar.gz
tar -xzvf ruby-3.1.0.tar.gz
cd cd ruby-3.1.0
./configure
make
make install
- 安裝hmmer
conda install -c bioconda hmmer
- 安裝GNU Parallel
conda install -c conda-forge parallel
修改配置文件，指定依賴軟件以及KOfam的路徑
首先獲取相關(guān)軟件的路徑（注意：配置文件中不需要指定Ruby的路徑，但是需要確保Ruby加入了環(huán)境變量，能夠直接調(diào)用）
which parallel hmmscan
#/tools/parallel
#~/miniconda3/bin/hmmscan
使用官方模板，修改配置文件
cd kofam_scan-1.3.0
cp config-template.yml config.yml
- 注意，由于hmmscan和parallel都已經(jīng)加入環(huán)境變量，可以直接調(diào)用，因此在配置文件中無(wú)需配置這兩個(gè)軟件的路徑
# Path to your KO-HMM database
# A database can be a .hmm file, a .hal file or a directory in which
# .hmm files are. Omit the extension if it is .hal or .hmm file
profile: /home/jiawei_li/tools/kofamscan/profiles
# Path to the KO list file
ko_list: /home/jiawei_li/tools/kofamscan/ko_list
# Path to an executable file of hmmsearch
# You do not have to set this if it is in your $PATH
#hmmsearch: /home/jiawei_li/miniconda3/bin/hmmscan
# Path to an executable file of GNU parallel
# You do not have to set this if it is in your $PATH
#parallel: /tools/parallel
# Number of hmmsearch processes to be run parallelly
cpu: 8
對(duì)蛋白序列進(jìn)行注釋（注意：注釋序列必須為蛋白序列）
exec_annotation -o test.querry2KO --cpu 8 --format mapper -E 1e-5 test.pep.fa
-
注意：
--format參數(shù)在help中給出了四種，但主要有兩種格式。
#help文檔中的解釋
-f, --format <format> Format of the output [detail]
detail: Detail for each hits (including hits below threshold)
detail-tsv: Tab separeted values for detail format
mapper: KEGG Mapper compatible format
mapper-one-line: Similar to mapper, but all hit KOs are listed in one line
-
--format mapper對(duì)每一個(gè)Gene ID只保留最佳的KO Number，結(jié)果文件只含有Gene ID和KO Number的映射信息。
-
--format detail保留所有信息，包括Gene ID對(duì)應(yīng)上的每一個(gè)KO Number，比對(duì)分?jǐn)?shù)，E-value以及KO Number的詳細(xì)信息等。
最后，拿到query2KO文件之后，就可以用其當(dāng)背景文件，使用TBtools對(duì)基因集做富集分析啦
寫在后面
學(xué)期末了，祝各位老鐵這學(xué)期的奮斗都有所收獲！
大家都能回家安心過(guò)個(gè)好年，見(jiàn)見(jiàn)許久未見(jiàn)的老友哈哈
