KEGG官方工具能够完成任何物种的KEGG注释！！！

最新推荐文章于 2025-02-25 15:21:14 发布

刘永鑫Adam

最新推荐文章于 2025-02-25 15:21:14 发布

阅读量7.9k

点赞数 6

原文链接：https://mp.weixin.qq.com/s?__biz=MzUzMjA4Njc1MA==&mid=2247505607&idx=3&sn=4f08d0e203f4e9783423911a6a1a1613&chksm=faba3c76cdcdb560229109e315fa36dff5705fcc79645edcb80e8998d56a0e0540b130373404&scene=126&&sessionid=0

版权

写在前面

之前介绍过使用EggNOG-mapper对非模式物种快速完成KEGG注释的推文https://mp.weixin.qq.com/s/kIf6C2u3FID3ZeLtsB4eZQ，不过毕竟EggNOG-mapper是第三方软件，而且注释结果仍然存在一个Gene ID对应多个KO Number的情况，虽然对富集结果影响似乎不会太大，但是影响多少肯定是会有。

这里介绍KEGG官方提供的注释工具KofamKOALA，同样能够对任意物种进行KEGG注释，注释结果中Gene ID对应唯一一个KO Number，避免了大多数第三方注释工具一个ID对应多个KO Number的情况，使富集结果更加可靠！
本教程含「在线版」和「本地版」，满足各类注释场景。
KofamKOALA官网https://www.genome.jp/tools/kofamkoala/

一、网页版KofamKOALA

点击提交任务之后需要在邮件中二次确认，提交任务

注释完成之后，点击邮件中的链接

在结果页面中，可以直接下载注释结果，然后接着用TBtools进行富集分析
同时也提供了许多对注释结果的探索功能，比如查看注释上的KO Number详细信息，比对情况等。

二、本地化KofamKOALA

如果需要注释的序列太多，文件太大，使用网页版工具确实可能会太慢。这个时候当然是选择将其本地化！在本地根据服务器情况提高线程加速注释。

下载 KOfam 和 KofamScan

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

将kofam_scan加入环境变量

echo export PATH=/home/jiawei_li/tools/kofamscan/kofam_scan-1.3.0:\$PATH >> ~/.bashrc
source ~/.bashrc

安装依赖，KofamScan需要Ruby，HMMER和GNU Parallel

#版本需求
- Ruby >= 2.4
- HMMER >= 3.1
- GNU Parallel

conda安装Ruby，自己编译也行但是我比较懒折腾。。。

conda install -c conda-forge ruby

如果喜欢手动装Ruby，也可以试试，但也许会报错，需要进行一系列操作去安装

wget https://cache.ruby-lang.org/pub/ruby/3.1/ruby-3.1.0.tar.gz
tar -xzvf ruby-3.1.0.tar.gz
cd cd ruby-3.1.0
./configure
make
make install

安装hmmer

conda install -c bioconda hmmer

安装GNU Parallel

conda install -c conda-forge parallel

修改配置文件，指定依赖软件以及KOfam的路径

首先获取相关软件的路径（注意：配置文件中不需要指定Ruby的路径，但是需要确保Ruby加入了环境变量，能够直接调用）

which parallel  hmmscan
#/tools/parallel
#~/miniconda3/bin/hmmscan

使用官方模板，修改配置文件

cd kofam_scan-1.3.0
cp config-template.yml config.yml

注意，由于hmmscan和parallel都已经加入环境变量，可以直接调用，因此在配置文件中无需配置这两个软件的路径

# Path to your KO-HMM database
# A database can be a .hmm file, a .hal file or a directory in which
# .hmm files are. Omit the extension if it is .hal or .hmm file
profile: /home/jiawei_li/tools/kofamscan/profiles


# Path to the KO list file
ko_list: /home/jiawei_li/tools/kofamscan/ko_list


# Path to an executable file of hmmsearch
# You do not have to set this if it is in your $PATH
#hmmsearch: /home/jiawei_li/miniconda3/bin/hmmscan


# Path to an executable file of GNU parallel
# You do not have to set this if it is in your $PATH
#parallel: /tools/parallel


# Number of hmmsearch processes to be run parallelly
cpu: 8

对蛋白序列进行注释（注意：注释序列必须为蛋白序列）

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

注意： --format参数在help中给出了四种，但主要有两种格式。

#help文档中的解释
  -f, --format <format>      Format of the output [detail]
      detail:          Detail for each hits (including hits below threshold)
      detail-tsv:      Tab separeted values for detail format
      mapper:          KEGG Mapper compatible format
      mapper-one-line: Similar to mapper, but all hit KOs are listed in one line

--format mapper对每一个Gene ID只保留最佳的KO Number，结果文件只含有Gene ID和KO Number的映射信息。

--format detail保留所有信息，包括Gene ID对应上的每一个KO Number，比对分数，E-value以及KO Number的详细信息等。

最后，拿到query2KO文件之后，就可以用其当背景文件，使用TBtools对基因集做富集分析啦

10000+：菌群分析宝宝与猫狗梅毒狂想曲提DNA发Nature

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

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

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”讨论群，己有国内外6000+ 科研人员加入。请添加主编微信meta-genomics带你入群，务必备注“姓名-单位-研究方向-职称/年级”。高级职称请注明身份，另有海内外微生物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，仍未解决群内讨论，问题不私聊，帮助同行。

点击阅读原文，跳转最新文章目录阅读