如何用FAPROTAX预测微生物群落功能

前言

本文转载自微生物生态公众号，己获授权。主编刘永鑫对本文进行了测试、版本更新、添加部分操作代码。

前段时间卢瑟菌已经给大家普及了基于原核16S rDNA高通量测序结果对微生物群落功能或表型进行预测的四种方法——PICRUSt、Tax4Fun、FAPROTAX及BugBase（详细戳这里）。本篇软文针对功能预测的一支新秀——FAPROTAX，详细介绍其使用方法。

关于FAPROTAX的介绍可参阅官网说明或卢瑟菌的软文。

FAPROTAX官网链接：

http://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?p=Instructions

这里简单一提

FAPROTAX原理：

作者先根据文献资料手动构建了联系物种分类与功能注释的FAPROTAX数据库；后又编写了联系OTU分类表与FAPROTAX数据库的python脚本；最后，只要将基于16S的OTU分类表通过python脚本就可以输出微生物群落功能注释预测结果（如下图）。

FAPROTAX特点：

FAPROTAX较适用于对环境样本（如海洋、湖泊等）的生物地球化学循环过程（特别是碳、氢、氮、磷、硫等元素循环）进行功能注释预测。因其基于已发表验证的可培养菌文献，其预测准确度较好，但相比于上述PICRUSt和Tax4Fun来说预测的覆盖度可能会降低。

PICRUSt输入的物种丰度表目前只能用Greengene数据库进行物种注释，在这一点上FAPROTAX更灵活，因为它识别的是菌的属、种的名称，只要你注释到的菌己被报导有这方面的功能，无论注释数据库是Greengene、Silva和RDP，OTU是有参考还是de novo的结果都可以识别。！          

1

  准备工作

在使用FAPROTAX做功能预测前，有一些准备工作：

a、FAPROTAX脚本collapse_table.py下载（请使用python 2.7）；

b、FAPROTAX功能注释数据库下载；

c、物种丰度表已生成（文本格式、Biom格式）。

 

FAPROTAX脚本及数据库下载：

FAPROTAX是由python语言编写的脚本collapse_table.py

当前最新版本依然是FAPROTAX 1.1，2017年6月10日更新，安装方法如下：

wget http://www.zoology.ubc.ca/louca/FAPROTAX/SECTION_Download/MODULE_Downloads/CLASS_Latest%20release/UNIT_FAPROTAX_1.1/FAPROTAX_1.1.tar.gz # 下载
tar -xvzf FAPROTAX_1.1.tar.gz # 解压
python FAPROTAX_1.1/collapse_table.py # 测试是否可运行，弹出帮助即正常工作 June 10, 2017更新数据库

2

  简单操作

假设说我们通过OTU聚类、物种分类注释，已经得到了物种丰度表，接下来我们就可以使用FAPROTAX进行功能预测了！

 

FAPROTAX可识别的物种丰度表有两种，一种是文本格式（classical (tabular) taxon tables），一种是Biom格式。

我基于之前发布扩增子流程中的测试数据进行分析，详见链接原文

1）文本格式命令行：

# 文本OTU表中存在名为taxonomy的列，包括物种分类学信息

biom convert -i result/otu_table_tax.biom -o result/otu_table_tax.txt --table-type="OTU table" --to-tsv --header-key taxonomy

# 将包括物种信息的OTU表转换为功能注释分类表

python FAPROTAX_1.1/collapse_table.py -i result/otu_table_tax.txt -o result/otu_table_tax.faprotax -g FAPROTAX_1.1/FAPROTAX.txt --column_names_are_in last_comment_line -d 'taxonomy' -c '#' -v --force

# --column_names_are_in last_comment_line 指定注释为最后一行

# -d 批定物种信息的列名

2）Biom格式命令行：

# 注释在OTU表最后一列类型，常用

python FAPROTAX_1.1/collapse_table.py -i result/otu_table_tax.biom -o result/otu_table_tax.faprotax -g FAPROTAX_1.1/FAPROTAX.txt --collapse_by_metadata 'taxonomy' -v --force

# 另一种为OTU表行名即为物种信息，通常为summarize_taxa.py生成属水平biom格式

python FAPROTAX_1.1/collapse_table.py -i result/sum_taxa/otu_table4_L6.txt -o result/otu_table_tax.faprotax -g FAPROTAX_1.1/FAPROTAX.txt --force -v

上述，

-i输入文件，物种丰度表；

-g输入文件，FAPROTAX数据库；

-o输出文件，功能丰度表；

--collapse_by_metadata指定biom中的物种信息列

这三个是所有选项中最基本的选项！在其他选项均为默认的情况下，是最简短的命令行。

如果你觉得这三个选项满足不了你的需要，可详细了解更多选项：

http://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?p=Instructions

以上不同格式得到一个相同的功能表。

3

  更多选项

-i, --input_table（必选）

输入，OTU表，tabular或BIOM格式。

-g, --input_groups_file（必选）

输入，FAPROTAX数据库。

-o, --out_collapsed（可选）

输出，功能表，总表。

-s, --out_sub_tables_dir（可选）

输出，功能表，分表，每类功能单独生成一个表(one per functional group)，表内仅包含功能相关的OTU。

-r, --out_report（可选）

输出，报告文件，记录每个OTU相关的功能group。

--out_groups2records_table（可选）

输出，列出哪些OTUs与哪组功能相关。1 (association)，0 (no association)。

--out_group_overlaps（可选）

输出，列出两组功能共有的OTUs。

--out_group_definitions_used（可选）

输出，输出指定功能group。

-d, --row_names_are_in_column（可选）

指定行名（物种分类）所在列，仅限文本输入文件，首列列号为0，以此类推。

--collapse_by_metadata（可选）

指定行名（物种分类）所在列，仅限Biom输入文件，首列列号为0，以此类推。

--dont_parse_group_metadata（可选）

输出文件不包含任何功能信息。

--column_names_are_in（可选）

指定输入文本文件列名（e.g. sample names）所在位置：'none' (无列名), 'last_comment_line' 和 'first_data_line' (default).

--table_delimiter（可选）

指定输入文本文件分隔方式，默认为'tab'。

--omit_columns（可选）

忽略某列，首列列号为0，以此类推。如要去掉第1,102-104列：--omit_columns '0,101,102,103'。

--group_leftovers_as（可选）

命名未注释到功能的分类，如标记为 'other'：--group_leftovers_as 'other'。

-n, --normalize_collapsed（可选）

标准化输出：'none'(不进行标准化, default), 'columns_before_collapsing' (TSS of the OTU table), 'columns_after_collapsing' (TSS of the function table), 'columns_before_collapsing_excluding_unassigned' (TSS of the OTU table restricted to functionally assigned OTUs)。

-v, --verbose（可选）

展示命令执行过程细节

-f, --force（可选） 

强制覆盖已存在文件

-h, --help（可选） 

帮助文件

 

如果你觉得看选项的解释不够形象，那么下面有一些选项运用实例。

 

4

  选项应用

1）帮助选项

collapse_table.py -h

 

2）Biom格式输入、输出，-v 展示命令执行过程细节

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -v

注：此处biom表内的IDs对应的是分类信息而不是OTU编号，可由Qiime脚本summarize_taxa.py或summarize_taxa_through_plots.py产生。

 

3）如果biom表内IDs对应的不是分类信息，则需要指定分类信息所在表内的位置（列），如“taxonomy”。

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -v --collapse_by_metadata 'taxonomy' 

注：make_otu_table.py或pick_open_reference_otus.py等Qiime脚本产生的biom表属于这种类型。--collapse_by_metadata仅限使用在Biom格式输入时。

 

4)文本格式（classical (tabular) taxon tables）输入、输出，-d指定分类信息所在表内的位置（列）。

制表符分隔的文本文件

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt -v -d 'taxonomy' -c '#'

注：-d仅限使用在文本格式输入时。输入文件格式，每一行表示一个分类taxa，每一列表示一个物种，物种分类信息存储在名为“taxonomy”的列内。-c # 是说，当文件内出现“#”时，忽略此行（即与“#”的通常用法一致），这就保证，文件的第一个非注释（无“#”）行是列名header line。

 

5）如果列名也含有“#”，可以使用"--column_names_are_in last_comment_line"告诉电脑，最后一个注释行是列名

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt --column_names_are_in last_comment_line -d 'taxonomy' -c '#' -v

6）如果文件内没有列名，可使用"--column_names_are_in none"告诉电脑列名为空，这样就需要指出物种分类存在于哪一列，如下0表示第一列，以此类推。

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt --column_names_are_in none  -c '#' -v -d 0

 

7）如果表格有多余的列，如第一列为OTU编号时，或是有样品列不想保存到输出文件，可运行如下指令（例，去掉第1,102-104列）

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt -d 'taxonomy' -c '#' --omit_columns '0,101,102,103' -v

 

8）未注释到功能的物种分类，标记上other

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt --group_leftovers_as 'other' -v

 

9）输出报告文件

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -r report.txt -v

 

10）标准化输出

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -n columns_after_collapsing -v

 

11）指定输出格式。默认情况下，输入和输出格式相同（同为biom或文本格式）。使用"--output_format_collapsed"可指定输出格式

collapse_table.py -i tax_table.biom -o func_table.tsv -g FAPROTAX.txt --output_format_collapsed classical -v

5

  补充说明

1）物种分类格式

以下是三种可用的物种分类的格式，不同层次分类用分号隔开，分别表示界、门、纲、目、科、属、种…

k__Bacteria;p__Proteobacteria;c__Gammaproteobacteria;o__Xanthomonadales;f__Xanthomonadaceae;g__Thermomonas;s__fusca 

D_0__Bacteria;D_1__Firmicutes;D_2__Bacilli;D_3__Bacillales;D_4__Bacillaceae;D_5__Bacillus;D_6__Bacillus sp. YZ5 

Bacteria; Chlorobi; Chlorobia; Chlorobiales; Chlorobiaceae; Chlorobaculum; Chlorobaculum thiosulfatiphilum DSM249T

 

2）序列注释后，经常会产生一些不够详细的物种分类信息，如注释不到科、属水平。FAPROTAX也允许这种输入，但是这种情况下由于分类不够详细，相应的，能够预测出的功能也更少。

6

  最后之笔

FAPROTAX的输出结果格式如下：

1）report文件：详细记录了每个功能包含多少个OTU（物种分类），以及包含哪些OTU。基于此，我们可以根据关注的功能找到对应的OTU。

2）功能丰度表：第一列为预测的功能列表，其余为样品列，数值表示相对丰度。基于功能丰度表，我们就可以做出各种样式美美的图。

参考文献：

Louca S, Parfrey L W, Doebeli M. Decoupling function and taxonomy in the global ocean microbiome[J]. Science, 2016, 353(6305): 1272-1277.

猜你喜欢

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外2600+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读