宏基因组分箱后续
宏基因组分箱后续
- 1.分箱流程
- 2.代谢潜能分析
- 2.1代谢通路构建
- 2.2基因簇分析
- 3.进化树构建
- 3.1物种选择
- 3.1.1如何从NCBI批量下载genome数据
- 3.2进化树构建
- 3.2.1序列选择
- 用16S rRNA构建：
- 用保守基因串联构建：
- 3.2.2建树
- 3.2.3进化树美化
- 4.基因草图可视化
- 5.进化历程分析
在获得了binning结果之后，下一步应该进行什么分析呢？本文将针对binning之后的分析思路进行梳理。
参考文献：Genomic inference of the metabolism and evolution of the archaeal phylum Aigarchaeota
文献讲解：Nat Commun：宏基因组学提示曙古菌门的代谢和进化(中大李文均组)
1.分箱流程
请参考?
Microbiome：宏基因组分箱流程MetaWRAP分析实战和结果解读
分箱获得结果：
- bin
- 物种注释
- prokka功能注释
2.代谢潜能分析
代谢潜能分析需要基于prokka的结果进行KEGG等数据库注释，一般针对某一高丰度门进行分析
2.1代谢通路构建
根据基因存在与否进行代谢通路构建，一般关注主要C，N，S，能量代谢通路，还可以根据研究对象所处环境进行针对性分析
关注点：厌氧／需氧，自养／异养，利用的C源等
需要手动整理，非常画时间
2.2基因簇分析
保守区域比对：CDD库
代谢物合成基因簇：
antiSMASH数据库：微生物次生代谢物合成基因组簇查询和预测
参考：Novel soil bacteria possess diverse genes for secondary metabolite biosynthesis
中文解读：土壤微生物：我就是 “药神”！
3.进化树构建
3.1物种选择
当bin的物种注释结果明确时：根据bin物种注释结果选择
当bin的物种注释结果只到kingdom水平时：
- 1查看contig的注释结果
- 2当contig注释结果不一致时查看16S的注释结果
- 3选择前人研究中的进化树进行初期比对（比如使用A new view of the tree of life中的进化树）
3.1.1如何从NCBI批量下载genome数据
选择1: ncbi-genome-download
选择2: ncbi_download.py 根据accession编号下载，需要python3环境
#ncbi_download.py使用
#------------------------
python ./ncbi_download.py --convert -g 21516 SAMN02440951
#-g后跟list of genome accession numbers，空格隔开
#--convert 写上的话会根据提供编号查找use NCBI Entrez to get BioSample ID
#如果不写上，只会查找ftp://ftp.ncbi.nih.gov/genomes/genbank/assembly_summary_genbank.txt中有的accessions编号
#注意：如果是python2环境，需要根据报错修改脚本
补充：
- Nr,GenBank, RefSeq, UniProt 数据库的异同
- My organism of interest is available in both GenBank and RefSeq. Is
the genome the same? Which one should I use?
3.2进化树构建
进化树构建首先要选择保守序列然后串联起来，或者选择16S rRNA
3.2.1序列选择
用16S rRNA构建：
- 预测bin中的16S rRNA: RNAmmer预测16S rRNA
- 如果RNAmmer预测失败，使用BLASTn比对数据库并去除length < 300 bp的序列
软件使用参考：RNAmmer的安装和使用
blast+教程：Blast+的使用教程
rRNA数据库比较： 史上最详细的微生物扩增子数据库整理
RDP数据下载： 微生物多样性专题-扩增子测序分析实战（二）数据库整理之RDP
用保守基因串联构建：
- 选择1: 使用核糖体marker genes串联（marker gene提取：AMPHORA2），针对细菌和古菌
- 选择2：使用UBCG提取，这个软件针对细菌core gene
关于核糖体marker genes提取：A simple, fast, and accurate method of phylogenomic inference，the 16 ribosomal proteins chosen as single-copy phylogenetic marker genes (RpL2, 3, 4, 5, 6, 14, 15, 16, 18, 22, and 24, and RpS3, 8, 10, 17, and 19)
根据核糖体marker gene构建进化树参考文献：A new view of the tree of life
3.2.2建树
- 序列alignments
- RAxML建树（注意模型选择和bootstraps设定）
参考：一文读懂进化树
用在线RaxML构建系统发育树
3.2.3进化树美化
Evolview：提升系统进化树颜值
Evolview：进化树美化进阶
教你用iTOL轻松绘制高颜值系统进化树
iTOL快速绘制颜值最高的进化树！
4.基因草图可视化
对于感兴趣的草图，如果质量高，而且可以找到相似的物种基因组，那么可以放在一起画基因组草图，用相似物种的基因组做为contig顺序的参考。
可视化可以选择：
CGviewer
anvio需要自己整理anvi-interactive输入数据
补充说明：
How are bacterial species defined?
5.进化历程分析
这部分分析还是要为文章内容服务，非常画时间
- 筛选感兴趣的bin进行进化历程分析，注意选择的bin必须要高质量
- 筛选用来比对的物种genome，注意也要高质量
- 比对，筛选sequence identity ≥30%的基因组
- 重构蛋白簇，MCL
- 进化历程分析，COUNT
- 水平转移分析，HGTector