eggNOGmapper注释蛋白序列

预测完ORF序列、去冗余并建立丰度表后，我们得到了预测基因的非冗余序列(核酸+蛋白)，接下来要利用eggNOGmapper注释结果，按照国际惯例，我们利用蛋白序列注释。

首先下载eggNOGmapper

git clone https://github.com/jhcepas/eggnog-mapper.git

在所在目录里就下好了这个软件，不需要安装，都是脚本

接下来，把python修改成2.7版本的，3的不能干

whereis python #找到2.7的路径
alias python='/usr/bin/python2.7'
python --version

利用脚本下载eggNOG数据库，文件会被下载到这个脚本所在的目录下的data目录中，后面不用专门指定位置

python /mnt/10t/eggnog-mapper/download_eggnog_data.py 

将待注释文件拆分

split -l 2000000 -a 3 -d /mnt/10t/mzy/dairycow/04.GeneCatelog/uniqGeneSet.faa input_file.chunk_

 准备好所有运行的命令，因为这个脚本是2.7写的，指定下2.7喽

for f in *.chunk_*; do
echo /usr/bin/python2.7 /mnt/10t/eggnog-mapper/emapper.py -m diamond --no_annot --no_file_comments --cpu 10 -i $f -o $f >>1.sh;
done

nohup bash 1.sh & #后台运行命令

生成2类文件：seed_orthologs和annotations文件

 

cat *.chunk_*.emapper.seed_orthologs > input_file.emapper.seed_orthologs
emapper.py --annotate_hits_table input.emapper.seed_orthologs --no_file_comments -o output_file --cpu 10