列注释_使用eggnog-mapper进行功能注释

最新推荐文章于 2024-08-12 14:23:26 发布

有道理的同桌

最新推荐文章于 2024-08-12 14:23:26 发布

阅读量1k

点赞数 1

文章标签：列注释

本文链接：https://blog.csdn.net/weixin_42121272/article/details/112722548

版权

本文介绍了如何使用eggnog-mapper V2进行非模式生物的功能注释，作为blast2go的免费替代方案。文章详细阐述了数据库的下载、解压和安装过程，以及使用DIAMOND进行序列比对的参数设置。注释完成后，解释了emapper.annotations文件的22列信息，为读者提供了提取所需数据的参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎关注微信公众号"生信小王子"！

对于许多做非模式生物的同学来说，没有现成的功能注释可用是非常难受的一件事。而blast2go虽然可以一步到位帮你完成功能注释，但它是收费的。这时，我们可以使用eggnog-mapper进行功能注释。

eggnog-mapper现在已经更新到了V2版本，需要在Python2.7环境下运行，并保证有超过40G的存储空间存放数据库。

## 下载eggnog-mapper V2版本
git clone https://github.com/eggnogdb/eggnog-mapper.git

目前，eggNOG数据库已经更新到了5.0版本，收集了更为全面的物种和更多的蛋白序列信息，在进行注释前我们需要先把数据库下载下来。

## 下载
python ./download_eggnog_data.py

直接使用命令下载数据库的话速度非常慢，我们可以使用迅雷或者其他工具下载。
下载地址分别为：
http://eggnogdb.embl.de/download/emapperdb-5.0.0/eggnog.db.gz

http://eggnogdb.embl.de/download/emapperdb-5.0.0/eggnog_proteins.dmnd.gz

下载好后移至eggnog-mapper安装目录的data文件夹下并解压。

解压好之后就可以进行功能注释了。

## 功能注释
python emapper.py -i pep.fa --output out -m diamond --cpu 12

-i：输入蛋白序列。

--output：输出文件前缀。

-m diamond：使用DIAMOND进行序列比对。

--cpu：使用的线程数。

使用DIAMOND进行比对的速度非常快。30万条序列用12个线程注释花了5个多小时。

注释完成后会输出两个文件，emapper.annotations为后缀的文件记录了注释结果。文件一共有22列：

1. query_name 输入的ID
2. seed eggNOG ortholog 在eggNOG中比对到的最佳结果
3. seed ortholog evalue
4. seed ortholog score
5. Predicted taxonomic group
6. Predicted protein name 预测得到的蛋白名
7. Gene Ontology terms 注释到的GO terms
8. EC number
9. KEGG_ko 注释到的ko
10. KEGG_Pathway 注释到的通路
11. KEGG_Module
12. KEGG_Reaction
13. KEGG_rclass
14. BRITE
15. KEGG_TC
16. CAZy
17. BiGG Reaction
18. tax_scope: eggNOG taxonomic level used for annotation
19. eggNOG OGs
20. bestOG (deprecated, use smallest from eggnog OGs)
21. COG Functional Category
22. eggNOG free text description

大家可以根据自己的需求提取对应的信息。

参考资料：

https://github.com/eggnogdb/eggnog-mapper/wiki/eggNOG-mapper-v2

https://www.jianshu.com/p/e646c0fa6443