eggNOG注释蛋白序列

下载软件（其实就是一堆脚本）

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

下载数据库

alias python=/usr/bin/python2.7
python download_eggnog_data.py 

拆分蛋白文件xx.faa

awk '!/^>/ { printf "%s", $0; n = "\n" } 
/^>/ { print n $0; n = "" }
END { printf "%s", n }
'  /mnt/10t/mzy/dairycow/04.GeneCatelog/uniqGeneSet.faa >uniqGeneSet.faa #把多行显示的fasta文件转换成单行显示 
grep -c ">" uniqGeneSet.faa
grep -c $'\n' uniqGeneSet.faa  #数一下换行符是不是刚好是序列数的2倍
split -l 6000000 -a 3 -d uniqGeneSet.faa input_file.chunk_ #-l行数；-a表示数字的位数；-d表示待拆分的文件

生成所有命令，切换python版本蛮头疼的，直接指定python程序

for f in *.chunk_*; do echo /usr/bin/python2.7 /mnt/10t/eggnog-mapper/emapper.py -m diamond --no_annot --no_file_comments --cpu 16 -i $f -o $f >>1.sh; done
cat 1.sh | sed ':label;N;s/\n/ \&\& /;b label'>>2.sh
nohup bash 2.sh &

我发现用下面的命令运行，效果更爽
for f in *.chunk_*; do nohup /usr/bin/python2.7 /mnt/10t/eggnog-mapper/emapper.py -m diamond --no_annot --no_file_comments --cpu 36 -i $f -o $f & done

合并生成的seed文件

cat *.chunk_*.emapper.seed_orthologs > input_file.emapper.seed_orthologs

开始注释(这个脚本是32个python一起运行，老壮观了)

/usr/bin/python2.7 /mnt/10t/eggnog-mapper/emapper.py --annotate_hits_table input_file.emapper.seed_orthologs --no_file_comments -o annotation --cpu 32