安装软件
创建环境
conda create -n Pan_Genome
conda activate Pan_Genome
conda install mamba
mamba install roary
运行
NCBI下载{genome}.gbff格式的测试数据
wget https://ftp.ncbi.nlm.nih.gov/genomes/genbank/plant/Glycine_max/latest_assembly_versions/GCA_014282035.1_WHFS_GmWF7_1.0/GCA_014282035.1_WHFS_GmWF7_1.0_genomic.gbff.gz
wget https://ftp.ncbi.nlm.nih.gov/genomes/genbank/plant/Glycine_max/latest_assembly_versions/GCA_002905335.2_glyma.Lee.gnm1/GCA_002905335.2_glyma.Lee.gnm1_genomic.gbff.gz
wget https://ftp.ncbi.nlm.nih.gov/genomes/genbank/plant/Glycine_max/latest_assembly_versions/GCA_000004515.5_Glycine_max_v4.0/GCA_000004515.5_Glycine_max_v4.0_genomic.gbff.gz
wget https://ftp.ncbi.nlm.nih.gov/genomes/genbank/plant/Glycine_max/latest_assembly_versions/GCA_015227745.1_Tianlong1/GCA_015227745.1_Tianlong1_genomic.gbff.gz
ls *.gbff.gz | while read LINE;do gunzip ${LINE};done #解压缩
gbff转gff格式
perl ~/anaconda3/envs/Pan_Genome/bin/bp_genbank2gff3.pl *.gbff #-o ./outdir
生成泛基因组
roary -e --mafft -p 16 *.gff
DeBUG
!!!运行中如果有关于Perl脚本的报错，例如:
Can't locate File/Find/Rule.pm in @INC (you may need to install the File::Find::Rule module)
Debug如下：
进入这个网页：https://metacpan.org/pod
搜索 File::Find::Rule -> Download
tar -zxvf File-Find-Rule-0.34.gz.tar
cd File-Find-Rule-0.34/
perl Makefile.PL
make
make install
输出文件介绍：
（1）summary_statistics.txt 包含了不同存在类型的gene个数及gene总数。
如果core genes数或者total genes数特别高，那么要小心你的输入文件是否混入了其他种的基因组，或者你的样品是否存在污染。
summary_statistics.txt.png
（2）gene_presence_absence.csv
该文件记录了每个输入样本中某个基因存在或缺失的信息，可以用Excel等软件打开，其中还包括基因名名称、功能注释、存在该cluster的样本的数量等等。
gene_presence_absence.csv.png
（3）gene_presence_absence.Rtab
该文件第一行为每个输入样本的名称，第一列为每个基因名称。文件是由0/1构成的矩阵，0代表缺失，1代表存在。可以用R的read.table载入，进行后续的分析。
gene_presence_absence.Rtab.png
（4）pan_genome_reference.fa
FASTA格式包含每个cluster的一个代表序列，组成pan-genome
（5）core_gene_alignment.aln
core genes多重比对的输出结果，可以作为构建系统发生树的输入文件
Ref
罗里：泛基因组管道 (sanger-pathogens.github.io)
GitHub - sanger-pathogens/Roary: Rapid large-scale prokaryote pan genome analysis
泛基因组分析软件Roary的使用 - 知乎 (zhihu.com)
