基于Roary构建泛基因组记录

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)

(25条消息) Can‘t locate XXX/XXX.pm in @INC (you may need to install the XXX::XXX module)_sigtrap.pm_Augus qqq的博客-CSDN博客

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)

欢迎大家交流。祝大家代码不报错,科研步步过~
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
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容