TaxonKit

2023-05-09 本文已影响0人 LET149

1. 官网

https://bioinf.shenwei.me/taxonkit/

TaxonKit

2. GitHub

3.0 Reference

Note : Reference主要包括以下几个文件
names.dmp, nodes.dmp, delnodes.dmp, merged.dmp等
下载地址：https://ftp.ncbi.nlm.nih.gov/pub/taxonomy/
下载文件名：taxdump.tar.gz

3. taxonkit lca (lowest common ancestor)

计算一组TaxID的共同最近的ancestor TaxID

taxonkit lca -D -U -s "," --threads 10 --data-dir path/to/reference taxid.file -o output.name

-D : 忽略Deleted的TaxID
-U : 忽略Unfound的TaxID
-s : 用来指定分隔符，默认是空格
-o : 用来指定输出文件名
--data-dir : reference所在目录
taxid.file : TaxID 文件；用来计算lca的一组TaxID应该放在同一行，只能使用空格分隔；不同组放在不同的行

Note : 每组的TaxID的lca结果放置在这组TaxID的最后

taxonkit lca

4. taxonkit list

给出一个TaxID的所有子 TaxID

taxonkit list --ids taxid -n -r --indent " " --data-dir /path/to.reference

--ids : 后跟TaxID
-n : 展示TaxID对应的name
-r : 展示TaxID对应的rank

taxonkit list

5. taxonkit lineage

列出TaxID所属的所有Rank，只是向上追溯，功能与taxonkit list形成互补

taxonkit lineage --data-dir path/to/reference -R -t -n -r taxid.file

-R : 展示所有Rank的name
-t : 展示所有Rank的TaxID
-n : 展示scentific name
-r : 展示所有Rank的级别
taxid.file : 注意每个TaxID放在一行

6. taxonkit reformat

重新整理输出的Rank的结果，一般跟在taxonkit lineage后面使用

taxonkit lineage --data-dir path/to/reference taxid.file | taxonkit reformat -r "Missed_Rank" -f "{k}\t{p}\t{c}\t{o}\t{f}\t{g}\t{s}" --data-dir path/to/reference|awk -F "\t" 'BEGIN{print "TaxID""\t""Kingdom""\t""Phylum""\t""Class""\t""Order""\t""Family""\t""Genus""\t""Species"}{print $1"\t"$3"\t"$4"\t"$5"\t"$6"\t"$7"\t"$8"\t"$9}'

-r "Missed_Rank" : 对每个TaxID来说，缺少的Rank用Missed_Rank来代替

Note : 最小一级的名称是当前TaxID所代表的名称，后面的都会用Miss_Rank来补齐

输出结果：

输出结果