picrust2 预测功能

PICRUSt2

PICRUSt2 (Phylogenetic Investigation of Communities by Reconstruction of Unobserved States) 是一个从标记基因（如16S rRNA, ITS等）测序数据预测功能丰度的软件.

picrust2分析流程如下：

PICRUSt2_flowchart.png

picrust2 数据库和相关map文件如下所示，这些文件在picrust2 repo中.

default_files
├── description_mapfiles
│ ├── cog_info.tsv.gz
│ ├── ec_level4_info.tsv.gz
│ ├── KEGG_modules_info.tsv.gz
│ ├── KEGG_pathways_info.tsv.gz
│ ├── ko_info.tsv.gz
│ ├── metacyc_pathways_info_eukaryotes.txt.gz
│ ├── metacyc_pathways_info_fungi.txt.gz
│ ├── metacyc_pathways_info_prokaryotes.txt.gz
│ ├── pfam_info.tsv.gz
│ └── tigrfam_info.tsv.gz
├── fungi
│ ├── 18S_counts.txt.gz
│ ├── ec_18S_counts.txt.gz
│ ├── ec_ITS_counts.txt.gz
│ ├── fungi_18S
│ │ ├── fungi_18S.fna.gz
│ │ ├── fungi_18S.hmm
│ │ ├── fungi_18S.model
│ │ └── fungi_18S.tre
│ ├── fungi_ITS
│ │ ├── fungi_ITS.fna.gz
│ │ ├── fungi_ITS.hmm
│ │ ├── fungi_ITS.model
│ │ └── fungi_ITS.tre
│ └── ITS_counts.txt.gz
├── pathway_mapfiles
│ ├── ec_level4_to_metacyc_rxn.tsv
│ ├── KEGG_modules_to_KO.tsv
│ ├── KEGG_pathways_to_KO.tsv
│ ├── metacyc_path2rxn_struc_filt_euk.txt
│ ├── metacyc_path2rxn_struc_filt_fungi_present.txt
│ ├── metacyc_path2rxn_struc_filt_fungi.txt
│ ├── metacyc_path2rxn_struc_filt_pro.txt
│ ├── metacyc_pathways_structured_filtered
│ └── metacyc_rxn_to_level4ec.tsv
└── prokaryotic
├── 16S.txt.gz
├── cog.txt.gz
├── ec.txt.gz
├── ko.txt.gz
├── pfam.txt.gz
├── pheno.txt.gz
├── pro_ref
│ ├── pro_ref.fna.gz
│ ├── pro_ref.hmm
│ ├── pro_ref.model
│ └── pro_ref.tre
└── tigrfam.txt.gz

7 directories, 42 files

PICRUSt2安装

从bioconda安装

如果链接github速度很快的话推荐该方法，因为在安装的过程中要从github下载数据库和相关的map文件(实际上下载整个repo, 100多M); 如果存在网络问题，建议使用方法2安装。
```
conda create -n picrust2 -c bioconda -c conda-forge picrust2
```

从源码安装

源码可以转到国内的git平台在下载，具体可以参见《轻松搞定 GitHub 搬到码云》，转嫁网络问题给码云～～

# 下载源码
git clone https://github.com/picrust/picrust2.git
cd picrust2
# 创建picrust2 conda环境
conda env create -f  picrust2-env.yaml
conda activate picrust2
# 安装picrust2
pip install --editable .

帮助文档

picrust2_pipeline.py -h

Run full default pipeline with 10 cores (only unstratified output):
picrust2_pipeline.py -s study_seqs.fna -i seqabun.biom -o picrust2_out --threads 10

Run full default pipeline with 10 cores with stratified output (including pathway stratified output based on per-sequence contributions):
picrust2_pipeline.py -s study_seqs.fna -i seqabun.biom -o picrust2_out --threads 10 --stratified --per_sequence_contrib

Run full pipeline to generate EC number predictions for custom fungi ITS database:
picrust2_pipeline.py -s study_seqs_ITS.fna -i seqabun_ITS.biom -o picrust2_out_ITS --ref_dir picrust2/picrust2/default_files/fungi/fungi_ref_ITS --custom_trait_tables picrust2/picrust2/default_files/fungi/ec_ITS_counts.txt.gz --marker_gene_table picrust2/picrust2/default_files/fungi/ITS_counts.txt.gz --pathway_map picrust2/picrust2/default_files/pathway_mapfiles/metacyc_path2rxn_struc_filt_fungi.txt

运行流程

前提条件

需要的如下文件：

otu/asv table(tab分割文本文件, biom格式, mothur shared)
otu/asv sequences(fasta格式)

├── dna-sequences.fasta
└── feature-table.biom

分析流程

运行整个pipeline

picrust2_pipeline.py -s dna-sequences.fasta  -i feature-table.biom -o picrust2_out_pipeline -p 20 \
    -r default_files/prokaryotic/pro_ref/pro_ref --in_traits COG,EC,KO,PFAM,TIGRFAM

-r 是hmm数据库，默认是default_files/prokaryotic/pro_ref/pro_ref , 用于16S rRNA.

默认预测测序样品中的EC和KO丰度, 并根据预测的EC丰度推断MetaCyc途径丰度.

结果包含COG,EC,KO,PFAM,TIGRFAM的丰度信息和MetaCyc途径丰度, 如下:

picrust2_out_pipeline
├── COG_metagenome_out
│ ├── pred_metagenome_unstrat.tsv.gz
│ ├── seqtab_norm.tsv.gz
│ └── weighted_nsti.tsv.gz
├── COG_predicted.tsv.gz
├── EC_metagenome_out
│ ├── pred_metagenome_unstrat.tsv.gz
│ ├── seqtab_norm.tsv.gz
│ └── weighted_nsti.tsv.gz
├── EC_predicted.tsv.gz
├── KO_metagenome_out
│ ├── pred_metagenome_unstrat.tsv.gz
│ ├── seqtab_norm.tsv.gz
│ └── weighted_nsti.tsv.gz
├── KO_predicted.tsv.gz
├── marker_predicted_and_nsti.tsv.gz
├── out.tre
├── pathways_out
│ └── path_abun_unstrat.tsv.gz
├── PFAM_metagenome_out
│ ├── pred_metagenome_unstrat.tsv.gz
│ ├── seqtab_norm.tsv.gz
│ └── weighted_nsti.tsv.gz
├── PFAM_predicted.tsv.gz
├── TIGRFAM_metagenome_out
│ ├── pred_metagenome_unstrat.tsv.gz
│ ├── seqtab_norm.tsv.gz
│ └── weighted_nsti.tsv.gz
└── TIGRFAM_predicted.tsv.gz

添加功能描述

add_descriptions.py能在基因家族或通路丰度表添加一列，对应于每个功能类别的功能描述。这些描述都在picrust2/default_files/description_mapfiles, 还可以使用自定义映射文件.

add_descriptions.py -i EC_metagenome_out/pred_metagenome_unstrat.tsv.gz -m EC \
                    -o EC_metagenome_out/pred_metagenome_unstrat_descrip.tsv.gz

add_descriptions.py -i KO_metagenome_out/pred_metagenome_unstrat.tsv.gz -m KO \
                    -o KO_metagenome_out/pred_metagenome_unstrat_descrip.tsv.gz
                    
add_descriptions.py -i COG_metagenome_out/pred_metagenome_unstrat.tsv.gz -m COG \
                    -o COG_metagenome_out/pred_metagenome_unstrat_descrip.tsv.gz
                    
add_descriptions.py -i PFAM_metagenome_out/pred_metagenome_unstrat.tsv.gz -m PFAM \
                    -o PFAM_metagenome_out/pred_metagenome_unstrat_descrip.tsv.gz
                    
add_descriptions.py -i TIGRFAM_metagenome_out/pred_metagenome_unstrat.tsv.gz -m TIGRFAM \
                    -o TIGRFAM_metagenome_out/pred_metagenome_unstrat_descrip.tsv.gz
                    
add_descriptions.py -i pathways_out/path_abun_unstrat.tsv.gz -m METACYC \
                    -o pathways_out/path_abun_unstrat_descrip.tsv.gz

结果查看,以COG功能为例:

cog.png

KEGG pathway 功能分析

picrust2使用的比较旧的KEGG(最后的免费版本), 推荐使用开源的MetaCyc路径.

# 生成kegg pathway 丰度表
pathway_pipeline.py -i KO_metagenome_out/pred_metagenome_unstrat.tsv.gz \
    -o KEGG_pathways_out --no_regroup \
    --map picrust2/default_files/pathway_mapfiles/KEGG_pathways_to_KO.tsv
# 添加功能描述
add_descriptions.py -i KEGG_pathways_out/path_abun_unstrat.tsv.gz \
    --custom_map_table picrust2/default_files/description_mapfiles/KEGG_pathways_info.tsv.gz \
    -o KEGG_pathways_out/path_abun_unstrat_descrip.tsv.gz

KEGG pathway 功能表如下:

kegg.png