Module 0：试运行 VIRGO

本模块概述了如何测试 VIRGO 以确保其按预期工作。
在目录 testrun 中包含测试数据集：

cd testrun

运行 step1 和 step2 脚本，确保指定 VIRGO 下载到的路径（它应该包含数据库结构，例如 /path/to/VIRGO/0_db 和 /path/to/VIRGO/1_VIRGO）

./runTesting.step1.sh -1 sub1.fq -2 sub2.fq -p test -d /path/to/VIRGO/ ./runTesting.step2.sh -p temp_testsample -d /path/to/VIRGO/

你应该看到所有文件的输出如下

ls temp_testsample/

summary.Abundance.txt
summary.Percentage.txt
summary.Count.txt
summary.geneRichness.txt
test.1.reads2ref
test.annotation.txt
test.1.fq
test.2.fq
test.out

Module 1：映射到 VIRGO 非冗余基因数据库

本模块演示如何将宏基因组或宏转录组样本的读数映射到 VIRGO 并呈现结果。
请注意 VIRGO 尚不支持双端映射，请将双端读取单独或与单端读取合并到一个 fastq 文件中。
runMapping.Step1.sh
参数含义：

-r 作为单端读取的 fastq 文件
-p 样本前缀
-d VIRGO目录

例子：

./runMapping.step1.sh -r sample1.fastq -p samplePrefix -d /full/path/to/VIRGO/

输出应该是一个 sampleName.out 文本文件。

head sampleName.out

图1

第1列是 VIRGO 基因 ID
第2列是映射到 VIRGO 数据库的读取数
第3列是基因长度。文件按读取映射列的数量排序。

对所有样本集重复此操作。下面是一个伪代码示例

for sample in *.fq; do ./runMapping.step1.sh -r sample1.fastq -p $sample -d /virgo/path/; done

汇总多个样本的统计信息

./runMapping.step2.sh -p /path/to/output/of/step1/ -d /path/to/VIRGO/

Output includes：

summary.Abundance.txt：每个物种的读取次数
summary.Count.txt：每个物种的基因数量
summary.Percentage.txt：每个物种的标准化丰度百分比（总计 100）
summary.geneRichness.txt：每个样本的基因数
summary.NR.abundance.txt：每个非冗余基因的读取次数
gene.lst.txt：具有基因长度的非冗余基因列表
EggNOG.annotation.txt：每个样本的 EggNOG 注释文件
EC.annotation.txt：具有 EC 编号的非冗余基因列表
GC.txt：具有基因计数类别的非冗余基因列表（HGC：高基因计数，LGC：低基因计数）
geneProduct.txt：带有基因产物注释的非冗余基因列表
Kegg.module.annotation.txt：带有 KEGG 模块注释的非冗余基因列表，包括模块 ID 和注释
Kegg.ortholog.annotation.txt：带有 KEGG 直向同源 (KO) 注释的非冗余基因列表，包括直向同源 ID 和注释
Kegg.pathway.annotation.txt：带有 KEGG 通路注释的非冗余基因列表，包括通路 ID 和注释
proteinFamily.annotation.txt：具有蛋白质家族注释的非冗余基因列表，来自 CDD、GO、Gene3D、Hamap、Interpro、MobiDBLite、PIRSF、PRINTS、Pfam、ProDom、ProSitePatterns、ProSiteProfiles、SFLD、SMART、SUPERFAMILY、TIGRFAM 的数据库
rxn.annotation.txt：具有 KEGG 反应的非冗余基因列表