生物信息学与算法Microbiome生物信息学

Qiime1-18.HUMAnN2分析通路

2018-12-24  本文已影响2人  jlyq617

HUMAnN2是由Huttenhower组发布的,基于全基因组测序数据用于计算基因丰度的软件。本节我们要用其对PICRUSt产生KEGG gene数据进行KEGG通路的分析。

HUMAnN2是由Huttenhower组发布的,基于全基因组测序数据用于计算基因丰度的软件。
该工具也可以用于PICRUSt数据将KEGG genes重建为KEGG pathways。在我们处理我们的16S数据之前,我们首先需要安装HUMAnN2和HUMAnN(之前的版本)。
Step1:通过pip安装HUMAnN2

pip install humann2

Step2:下载HUMAnA的安装包并解压。你只需要从文件中获取一个文件:humann-0.99/data/keggc。运行下列代码或者手动下载包并解压:https://bitbucket.org/biobakery/humann/downloads/humann-v0.99.tar.gz

#下载至本地
wget ~/ https://bitbucket.org/biobakery/humann/downloads/humann-v0.99.tar.gz
#解压该压缩包
tar -zxvf ~/humann-v0.99.tar.gz

Step3:a.建立新的文件存储临时文件

mkdir split_files #存储临时文件
mkdir humann2_out # 存储由HuMAnN2产生的文件
mkdir humann2_tables # 存储最终的表格

Step3:b.将PICRUSt的宏基因组预测表格(.biom)拆分成单个的biom文件

humann2_split_table \
-i metagenomic_predictions.biom \
-o split_files

Step4:运行HUMAnN2循环遍历每个文件,生成通路丰度文件

for biom in split_files/*.biom
do
 humann2 \
 --input $biom \
 --output picrust/humann2_out \
 --pathways-database ~/humann-0.99/data/keggc
done

Step5:将所有HUMAnN2产生的相同类别的表格合并成为一张表格。最终生成两个文件:通路丰度和通路覆盖度表格。后续的分析,只会用到通路的丰度文件。

#合并所有的通路丰度文件
humann2_join_tables \
--input humann2_out/ \
--output humann2_tables/humann2_pathabundance.txt \
--file_name pathabundance

# 合并所有的通路覆盖度文件
humann2_join_tables \
--input humann2_out/ \
--output humann2_tables/humann2_pathcoverage.txt \
--file_name pathcoverage

Step6:默认情况下,HUMAnN2将"_Abundance"添加到结果表的每个样本名称中。这些名称可以影响丰度表和映射文件元数据样本ID之间的交互匹配。我们可以手动编辑该文件,或运行下面的命令,使用终端删除它。

sed 's/_Abundance//g' humann2_tables/humann2_pathabundance.txt > humann2_tables/humann2_pathabundance_fixed.txt

Step 7:为KEGG通路添加完整名称

humann2_rename_table \
-i humann2_tables/humann2_pathabundance_fixed.txt \
-o humann2_tables/humann2_pathabundance_named.txt \
-n kegg-pathway \
--simplify

Step8:对表格归一化转为相对丰度

humann2_renorm_table \
-i humann2_tables/humann2_pathabundance_named.txt \
-o humann2_tables/humann2_pathabundance_named_relab.txt \
--units relab

Step 9:通过其他软件进行分析
STAMP:可以参考STAMP:扩增子、宏基因组统计分析神器(中文帮助文档)
PRISM
LEfSe
当然还可以选择功能强大的R。

上一篇下一篇

猜你喜欢

热点阅读