基础006 宏基因组入门理论以及分析环境的部署

本文“植物微生物组”公众号原创，ID: plantmicrobiome

作者：zhiwen

原文链接：基础006 宏基因组入门理论以及分析环境的部署

一、宏基因组核心思想

1. 鉴定菌群组成
2. 鉴定菌群内基因组成
3. 鉴定功能基因组成
4. 菌群之间的关系
5. 菌群和宿主之间的关系

二、宏基因组的实验思路及流程

1. 实验设计、取样测序
1. 数据质控（宿主序列过滤）
1. 序列分析
- reads组装成contig、scaffold
- 组装结果评估
- 组装结果基因注释
- 不比对估计基因丰度
- 比对估计基因丰度
- Contig分箱
- 分箱结果评估
- 分箱结果可视化
4. 深入数据挖掘分析
5. 实验验证

三、宏基因组生信分析环境部署

• 测序数据过滤的软件：
  检测数据质量 Fastqc
  合并检测报告 MultiQC
  过滤接头、低质量序列 Trimmoatic
  过滤高覆盖度低丰度的kmer khmer
  

安装方式：
conda install khmer=2.1.2

• 序列组装的软件：
  ==Megahit、 Metaspades==,Minia, Meraga, Ray Meta15，Velour

安装方式：
conda install megahit=1.1.3
conda install spades=3.12.0

• 组装结果评估软件：
  Sourmash

安装方式：
conda install sourmash=2.0.0a8

• 组装结果基因注释的软件：
  Prokka、Prodigal

安装方式
conda install prokka=1.13
conda install prodigal=2.6.3

• 不比对估计基因丰度的软件：

conda install salmon=0.7.2

• 比对估计基因丰度的软件：
  bowtie2、samtools、bedtools

安装方式：
conda install bowtie2=2.3.4.1
conda install bedtools=2.25.0
conda install samtools=1.3.1

• 组装结果分箱的软件包括：
  基于contig分箱：==Maxbin、MetaBAT==、MetaWatt、CONCOCT、MyCC

安装方式：
curl  https://downloads.jbei.org/data/microbial_communities/MaxBin/getfile.php?MaxBin-2.2.2.tar.gz > MaxBin-2.2.2.tar.gz
tar xzvf MaxBin-2.2.2.tar.gz
cd MaxBin-2.2.2/src
make
添加环境变量
curl -L https://bitbucket.org/berkeleylab/metabat/downloads/metabat-static-binary-linux-x64_v0.32.4.tar.gz > metabatv0.32.4.tar.gz
tar xvf metabatv0.32.4.tar.gz
添加环境变量

• 分箱后评估的软件：
  checkm

安装方式：
conda create -n checkm checkm=1.0.11

• 分箱后可视化软件：
  vizbin

安装方式：
windows下在浏览器中输入 https://github.com/claczny/VizBin/blob/master/VizBin-dist.jar?raw=true

-估计物种丰度的软件
Metaphlan、Karken

安装方式：
Metaphlan
wget https://bitbucket.org/biobakery/metaphlan2/get/default.zip
tar xzvf biobakery-metaphlan2-<versioned>.tar.gz
cd biobakery-metaphlan2-<versioned>/
添加环境变量
Karken
conda create -n kraken=1.0
karken db 下载 wget -c https://ccb.jhu.edu/software/kraken/dl/minikraken_20171019_8GB.tgz

• 组装和分箱结果的可视化：Anvio

安装方式
conda create -n anvio anvio=4.0.0

数据库

## eggnog对应的细菌数据库下载
download_eggnog_data.py bact

## silva 原核和真核微生物的小亚基rRNA基因序列（简称SSU，即16S和18SrRNA)
axel https://www.arb-silva.de/fileadmin/silva_databases/release_128/Exports/SILVA_128_SSURef_Nr99_tax_silva_trunc.fasta.gz

## nr非冗余数据库
# 结合diamond进行nr库比对
axel ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nr.gz
axel ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nr.gz.md5
# https://github.com/bbuchfink/diamond
# diamond makedb --in nr.faa -d nr

## MEGAN注释文件
wget http://ab.inf.uni-tuebingen.de/data/software/megan6/download/prot_acc2tax-Mar2018X1.abin.zip
wget http://ab.inf.uni-tuebingen.de/data/software/megan6/download/SSURef_NR99_128_tax_silva_to_NCBI_synonyms.map.gz

## kaiju物种注释文件
# Representative genomes from proGenomes
makeDB.sh -p -v
# Non-redundant protein database nr
makeDB.sh -n

##karken 注释文件
kraken2-build --standard --threads 24 --db kraken