AAI计算

EzAAI

EzAAI可用于批量计算细菌基因组之间的氨基酸一致性amino acid identity（AAI）。软件地址：github.com/endixk/ezaai

EzAAI安装

conda install -c bioconda -y ezaai
ezaai -h

准备输入文件

将准备的基因组fasta放置于seq文件夹中，运行如下脚本将其转化为msd文件，存放于DBs目录

#!/bin/bash

# 创建DBs目录，如果它不存在的话
mkdir -p DBs

# 遍历seq目录中的所有.fasta文件
for fasta_file in seq/*.fasta; do
  echo "Processing: $fasta_file"
  
  # 使用basename获取不带路径的文件名
  base_name=$(basename "$fasta_file" .fasta)
  
  # 构建输出文件名
  output_file="DBs/${base_name}.msd"
  
  # 运行EzAAI程序，并添加错误处理
  if ezaai extract -i "$fasta_file" -o "$output_file" -l "$fasta_file"; then
    echo "Successfully processed $fasta_file"
  else
    echo "Error occurred while processing $fasta_file"
  fi
done

echo "Done processing all files."

计算AAI值

多对多计算：ezaai calculate -i DBs -j DBs -o AAI.tsv
一对多计算：ezaai calculate -i DBs/D3.msd -j DBs -o AAI.tsv 将-i参数后面替换为相应的菌株msd文件即可
进化树构建: ezaai cluster -i AAI.tsv -o tree.nwk 仅在多对多模式下可以构建进化树

项目整体文件结构

.
├── AAI.tsv
├── DBs
│   ├── D3.msd
│   ├── GCA_000282115.1.msd
│   ├── GCA_000520835.1.msd
│   ├── GCA_000708615.2.msd
│   ├── GCA_007474535.1.msd
│   ├── GCA_900142445.1.msd
│   ├── GCA_902728305.1.msd
│   ├── GCA_902729325.1.msd
│   └── GCA_905175375.1.msd
├── aai_extract.sh
└── seq
    ├── D3.fasta
    ├── GCA_000282115.1.fasta
    ├── GCA_000520835.1.fasta
    ├── GCA_000708615.2.fasta
    ├── GCA_007474535.1.fasta
    ├── GCA_900142445.1.fasta
    ├── GCA_902728305.1.fasta
    ├── GCA_902729325.1.fasta
    └── GCA_905175375.1.fasta