KEGG注释（生信学习）

KEGC数据库：是系统分析基因功能、基因组信息的数据库

KEGC注释的工具：KofamKOALA有在线版与本地版（linux）

本次主要介绍本地版

安装

下载并解压Kofam

wget https://www.genome.jp/ftp/db/kofam/ko_list.gz
wget https://www.genome.jp/ftp/db/kofam/profiles.tar.gz
#下载完成之后解压
gunzip ko_list.gz
tar -xzvf profiles.tar.gz

下载并解压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

加入环境变量

vim ~/.bashrc
export PATH=/home/jiawei_li/tools/kofamscan/kofam_scan-1.3.0:\$PATH  #写自己的路径
source ~/.bashrc #更新变量

需要的依赖：Ruby 、HMMER、GNU Parallel

用conda安装Ruby、HMMET、GUN Parallel

conda install -c conda-forge ruby

conda install -c bioconda hmmer

conda install -c conda-forge parallel

修改配置文件

cd Kofam_scan
cp config-template.yml config.yml

config.yml 内容

profile: /path/to/home/kofamscan/db/profiles
ko_list: /path/to/home/kofamscan/db/ko_list
hmmsearch: /path/to/home/anaconda3/bin/hmmsearch
parallel: /path/to/home /anaconda3/bin/parallel
cpu: 8

运行

#激活环境
conda activate Kofam
#注释
kofamscan -o group_rep.kofam.out --cpu 25 --format mapper  -e 1e-5 group_rep.faa
#退出环境
conda deactivate

对蛋白质序列进行注释

exec_annotation -o test.querry2KO --cpu 8 --format mapper -E 1e-5 test.pep.fa

参数

--cpu 使用CPU数量

-E, --e-value 最大 e 值

-f, --format

​ detail:每个命中的详细信息(包括低于阈值的命中)，默认

​ detail-tsv:详细格式的Tab分隔值

​ mapper: KEGG mapper兼容的格式 （可以用于后续网页分析）

​ mapper-one-line:类似于mapper，但所有的ko都列在一行中