seqkit split --by-size 100000 --out-dir split unigene_pep.fasta数据准备好以后，登录在线网站上传蛋白序列, 在线进行蛋白注释，完成后下载注释结果 emapper.annotations，并将其合并uniprot 注释是一个提供蛋白质序列和注释数据的综合性数据库对于序列数据库，我们会使用blastp/diamond这类软件进行比对由于 eggnog 数据库对细菌的 GO 注释信息包含很少，这里我们使用uniref90 数据库对氨基酸序列进行比对注释，并基于 idmapping 信息提取 GO 注释# 下载uniref90数据库wget https://ftp.uniprot.org/pub/databases/uniprot/uniref/uniref90/uniref90.fasta.gz# 下载id mapping文件 11Gwget https://ftp.uniprot.org/pub/databases/uniprot/current_release/knowledgebase/idmapping/idmapping_selected.tab.gz# 构建diamond databasediamond makedb --in ./uniref90.fasta.gz --db uniref90# 进行diamond比对diamond blastp \--db ./uniref90 \ # db名称--query unigene_pep.fasta \ # 输入，氨基酸fasta文件--out unigene_pep.uniref90.m6 \ # 输出，表格格式--threads 8 \ # 线程--outfmt 6 \ # 输出blast表格格式结果--max-target-seqs 5 \--evalue 1e-5# 基于idmapping 提取GO注释信息perl uniref90_idmapping.pl \unigene_pep.uniref90.m6 \ # 比对结果./idmapping_selected.tab.gz \ # idmapping文件> unigene_pep.uniref90.GOanno # 输出GO注释信息# 构建orgdb，并统计GO 注释Rscript GOmapperx.R unigene_pep.uniref90.GOanno抗生素耐药基因注释目前常用的耐药数据库：ARDB数据库：最早的耐药数据库，其核心架构包含完整的耐药基因序列以及，除此之外，还包括部分抗生素靶位点序列及其相关信息目前ARDB已不再维护，相关信息已经被整合进CARD数据库，因此，目前常用CARD进行耐药性研究CARD数据库CARD是一个基于志愿者贡献数据的耐药性研究共享平台，包括ARDB数据库的所有耐药基因信息，且更新很及时，从而保证了数据的时效性CARD数据库以ARO为分类单位，在一个term中关联抗生素、作用靶位点、作用机制、序列变异等信息除此之外，还包括一些毒力基因的信息、相关的可移动元件信息等分析模式包括BLAST和RGI模式，除了可以对已知耐药基因进行注释外，还可以通过RGI预测潜在的耐药基因RGI提供了3种预测标准，即Perfect、Strict和Loose；通过选择同源比对的判定标准，可以得到不同可信度和数量的潜在耐药基因，有助于发现新的耐药基因RGI 可以网页版运行，也可以安装在本地服务器，在线地址https://card.mcmaster.ca/analyze/rgi# 下载CARD数据库参考数据wget https://card.mcmaster.ca/latest/datatar -xvf data ./card.json# 准备输入文件unigene_pep.fasta# 加载数据库rgi load \-i ./card.json \ # 输入--local # 数据库存放在当前目录# 运行主程序rgi main \--input_sequence unigene_pep.fasta \ # 输入，氨基酸序列--output_file rgi_out \ # 输出文件前缀--input_type protein \ # 输入数据类型contig|protein--alignment_tool DIAMOND \ # 比对软件--num_threads 8 \ # 线程数--local \ # 数据库在当前目录--clean \ # 删除临时文件--include_loose # 保留宽松比对结果碳水化合物酶注释碳水化合物酶注释的常用数据库为CAZy 数据库CAZy预测工具dbCAN2这里使用 dbCAN2 提供的 run_dbCAN 本地版进行碳水化合物酶注释，dbCNA 也可以使用在线版，网址如下：dbCAN3 server (unl.edu)# 使用diamond比对方法run_dbcan \--out_dir cazy_diamond \ # 输出目录--db_dir 你的路径 \ # 数据库路径--tools diamond \ # 使用diamond比对进行注释--dia_cpu 8 \ # 线程数unigene_pep.fasta \ # 输入，蛋白fasta序列protein # 输入数据格式# 使用hmmer结构域搜索方法run_dbcan \--out_dir cazy_hmmer \--db_dir /app/db \ # 数据库路径--tools hmmer \ # 使用结构域搜索进行注释--dia_cpu 8 \ # 线程数--hmm_cpu 8 \--eCAMI_jobs 5 \unigene_pep.fasta \ # 输入，蛋白fasta序列protein主要输出结果：欢迎关注Bioinfor 生信云
（图片来源网络，侵删）
0 评论