GTDB-tk注释细菌基因组

文献 1
标题:A complete domain-to-species taxonomy for Bacteria and Archaea
中文:细菌古菌注释到种
杂志:NBT
时间:2020

摘要:

基因组分类学数据库是一种系统发育一致的、基于基因组的分类学,提供了约15万个细菌和古细菌基因组从域到属的有序分类。然而,基因组分类数据库中几乎40%的基因组没有物种名。我们通过使用普遍接受的平均核苷酸鉴定标准来设定物种界限,并提出包含所有公开可用的细菌和古细菌基因组的物种群,来解决这一限制。与以往一般的核苷酸鉴定研究不同,我们选择了一个具有代表性的基因组作为定义每个物种的有效命名“类型”。在24706个提议的物种群中,8792个是基于已发表的名称。我们为剩余的15914个物种cluster指定了占位符名称,为越来越多的未栽培物种的基因组提供名称。该资源为细菌和古细菌基因组提供了一个完整的从域到种的分类框架,这将有助于对未栽培物种的研究和提高科学结果的交流。

GTDB Species Cluster Toolkit:
https://github.com/Ecogenomics/gtdb-species-clusters

文献2:
标题:GTDB-Tk: a toolkit to classify genomes with the Genome Taxonomy Database
中文:用GTDB数据库注释基因组的工具
杂志:Bioinformatics
时间:2019

GTDB-Tk:https://github.com/ecogenomics/gtdbtk
Bioconda: https://ecogenomics.github.io/GTDBTk/installing/bioconda.html
官网:https://gtdb.ecogenomic.org/

新版安装

# 最新版
conda create -n gtdbtk-2.3.2 -c conda-forge -c bioconda gtdbtk=2.3.2
conda activate gtdbtk-2.3.2
# 配置数据库
conda env config vars set GTDBTK_DATA_PATH="/hwfsxx1/ST_HN/P18Z10200N0423/huty/databases/GTDB_214.1/release214/"
# 检测
gtdbtk check_install
[2023-08-31 16:01:13] INFO: GTDB-Tk v2.3.2
[2023-08-31 16:01:13] INFO: gtdbtk check_install
[2023-08-31 16:01:13] INFO: Using GTDB-Tk reference data version r214: /hwfsxx1/ST_HN/P18Z10200N0423/huty/databases/GTDB_214.1/release214
[2023-08-31 16:01:13] INFO: Running install verification
[2023-08-31 16:01:13] INFO: Checking that all third-party software are on the system path:
[2023-08-31 16:01:13] INFO:          |-- FastTree         OK
[2023-08-31 16:01:13] INFO:          |-- FastTreeMP       OK
[2023-08-31 16:01:13] INFO:          |-- fastANI          OK
[2023-08-31 16:01:13] INFO:          |-- guppy            OK
[2023-08-31 16:01:13] INFO:          |-- hmmalign         OK
[2023-08-31 16:01:13] INFO:          |-- hmmsearch        OK
[2023-08-31 16:01:13] INFO:          |-- mash             OK
[2023-08-31 16:01:13] INFO:          |-- pplacer          OK
[2023-08-31 16:01:13] INFO:          |-- prodigal         OK
[2023-08-31 16:01:13] INFO: Checking integrity of reference package: /hwfsxx1/ST_HN/P18Z10200N0423/huty/databases/GTDB_214.1/release214
[2023-08-31 16:01:15] INFO:          |-- pplacer          OK
[2023-08-31 16:01:15] INFO:          |-- masks            OK
[2023-08-31 16:01:24] INFO:          |-- markers          OK                                        %)
[2023-08-31 16:01:24] INFO:          |-- radii            OK
[2023-08-31 16:01:35] INFO:          |-- msa              OK
[2023-08-31 16:01:35] INFO:          |-- metadata         OK
[2023-08-31 16:01:35] INFO:          |-- taxonomy         OK

历史版本
1 conda安装

# latest version
conda create -n gtdbtk -c conda-forge -c bioconda
conda activate gtdbtk
conda install -c conda-forge -c bioconda gtdbtk

gtdbtk版本

gtdbtk --help
              ...::: GTDB-Tk v1.0.2 :::...

指定版本安装

conda install -c conda-forge -c bioconda gtdbtk=2.1.0
#conda install -c conda-forge -c bioconda gtdbtk=2.1.1
gtdbtk -h

2 数据库
版本

下载数据库

nohup wget -c https://data.ace.uq.edu.au/public/gtdb/data/releases/release207/207.0/auxillary_files/gtdbtk_r207_v2_data.tar.gz &
# 数据库太大了,找专业人士帮忙下载
tar -zxvf gtdbtk_r207_v2_data.tar.gz
ls
# gtdbtk_r207_v2_data.tar.gz  release207_v2

3 数据库配置

# Determine the GTDB-Tk environment path
conda activate gtdbtk
which gtdbtk
# /miniconda3/envs/gtdbtk/bin/gtdbtk

# 3.1 Edit the activate file
echo "export GTDBTK_DATA_PATH=/path/to/release/package/" > /miniconda3/envs/gtdbtk/etc/conda/activate.d/gtdbtk.sh

# OR 3.2 /miniconda3/envs/gtdbtk/etc/conda/activate.d/不存在,解决办法
conda env config vars set GTDBTK_DATA_PATH="/public/home/zzumgg03/huty/databases/gtdb_v207/release207_v2/"
# To make your changes take effect please reactivate your environment

3 使用方法

gtdbtk --help
gtdbtk classify_wf --help
# 使用方法
usage: gtdbtk classify_wf (--genome_dir GENOME_DIR | --batchfile BATCHFILE)
                          --out_dir OUT_DIR [-x EXTENSION]
                          [--min_perc_aa MIN_PERC_AA] [--prefix PREFIX]
                          [--cpus CPUS] [--force] [--scratch_dir SCRATCH_DIR]
                          [-r] [-d] [-h]

参数:
classify_wf -> Classify genomes by placement in GTDB reference tree
--cpus CPUS number of CPUs to use (default: 1)
-x, --extension EXTENSION extension of files to process, gz = gzipped (default: fna)
--genome_dir GENOME_DIR directory containing genome files in FASTA format
--out_dir OUT_DIR directory to output files

4 注释MAG

gtdbtk classify_wf \
--cpus 16 \
-x fa \
--genome_dir bins_drep_comp70/dereplicated_genomes/ \
--out_dir anno_drep_comp70/

error -> 更新软件到2.1.0

[2022-05-19 09:28:29] INFO: GTDB-Tk v1.0.2
[2022-05-19 09:28:29] INFO: gtdbtk classify_wf --cpus 32 -x fa --genome_dir bins_drep_comp70/dereplicated_genomes/ --out_dir anno_drep_comp70/
[2022-05-19 09:28:29] INFO: Using GTDB-Tk reference data version r207: /hwfssz1/ST_HEALTH/P18Z10200N0423/hutongyuan/databases/release207_v2/
[2022-05-19 09:28:30] INFO: Identifying markers in 120 genomes with 32 threads.
[2022-05-19 09:28:31] INFO: Running Prodigal V2.6.3 to identify genes.
==> Finished processing 120 of 120 (100.0%) genomes.
[2022-05-19 09:35:02] INFO: Identifying TIGRFAM protein families.
==> Finished processing 120 of 120 (100.0%) genomes.
[2022-05-19 09:36:18] INFO: Identifying Pfam protein families.
==> Finished processing 120 of 120 (100.0%) genomes.
[2022-05-19 09:36:24] INFO: Annotations done using HMMER 3.3.2 (Nov 2020)
[2022-05-19 09:36:42] INFO: Done.
[2022-05-19 09:36:43] ERROR: Uncontrolled exit resulting from an unexpected error.

================================================================================
EXCEPTION: FileNotFoundError
  MESSAGE: [Errno 2] No such file or directory: '/hwfssz1/ST_HEALTH/P18Z10200N0423/hutongyuan/databases/release207_v2/markers/pfam/individual_hmms/PF00380.14.hmm'
________________________________________________________________________________

5 指定版本安装,配置,使用,结果

# 安装
conda install -c conda-forge -c bioconda gtdbtk=2.1.0
# 配置数据库
echo "export GTDBTK_DATA_PATH=/hwfssz1/ST_HEALTH/P18Z10200N0423/hutongyuan/databases/release207_v2/" > /hwfssz1/ST_HEALTH/P18Z10200N0423/hutongyuan/softwares/miniconda3/envs/gtdbtk/etc/conda/activate.d/gtdbtk.sh
# 参数
source /hwfssz1/ST_HEALTH/P18Z10200N0423/hutongyuan/softwares/miniconda3/etc/profile.d/conda.sh
conda activate gtdbtk

gtdbtk classify_wf \
--cpus 32 \
-x fa \
--genome_dir bins_drep_comp70/dereplicated_genomes/ \
--out_dir anno_drep_comp70/

# 提交任务
qsub -cwd -l vf=200G,p=32 -q st_supermem.q -P st_supermem -binding linear:8 ./sc_gtdb.sh

过程

结果

建树

gtdbtk infer --msa_file align/gtdbtk.bac120.user_msa.fasta.gz \
--out_dir infer_tree --cpus 8

过程

[2022-12-05 11:47:29] INFO: GTDB-Tk v2.1.0
[2022-12-05 11:47:29] INFO: gtdbtk infer --msa_file align/gtdbtk.bac120.user_msa.fasta.gz --out_dir infer_tree --cpus 8
[2022-12-05 11:47:29] INFO: Using GTDB-Tk reference data version r207: /hwfssz1/ST_HEALTH/P18Z10200N0423/hutongyuan/databases/release207_v2/
[2022-12-05 11:47:29] INFO: Inferring FastTree (WAG, SH support values) using a maximum of 8 CPUs.
[2022-12-05 11:48:20] INFO: FastTree version: 2.1.11
[2022-12-05 11:48:20] INFO: Done.

更多阅读:
GTDB:基因组分类数据库,物种注释和进化树构建工具GTDB-tk

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,539评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,594评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,871评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,963评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,984评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,763评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,468评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,357评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,850评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,002评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,144评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,823评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,483评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,026评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,150评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,415评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,092评论 2 355

推荐阅读更多精彩内容