2021-06-29：Go注释的相关操作记录

主要参考：(4条消息) 无参转录组GO、KEGG富集分析——diamond+idmapping+GOstats_ygyxl的博客-CSDN博客

使用miniconda2安装Diamond之后,开始进行相关操作

1、建库

#下载swissprot数据库

wget ftp://ftp.ncbi.nih.gov/blast/db/FASTA/swissprot.gz

gzip -d swissprot.gz

diamond makedb --in swissprot -d swissprot

1、解压cds序列文件*.gz

2、blastx比对：

diamond blastx -d swissprot -q /vol3/agis/zhoushaoqun_group/wangyantao/GO/Sae_cds.fasta -k 1 -e 0.00001 -o /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.sae

出现报错：

The host system is detected to have 67 GB of RAM. It is recommended to increase the block size for better performance using these parameters : -b6

修改：

diamond blastx -d swissprot -q /vol3/agis/zhoushaoqun_group/wangyantao/GO/Sae_cds.fasta -k 1 -e 0.00001 -b6 -o /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.sae

diamond blastx -d swissprot -q /vol3/agis/zhoushaoqun_group/wangyantao/GO/Sme_cds.fasta -k 1 -e 0.00001 -b6 -o /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.sme

diamond blastx -d swissprot -q /vol3/agis/zhoushaoqun_group/wangyantao/GO/Sly_cds.fasta -k 1 -e 0.00001 -b6 -o /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.sly

diamond blastx -d swissprot -q /vol3/agis/zhoushaoqun_group/wangyantao/GO/Stu_cds.fa -k 1 -e 0.00001 -b6 -o /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.stu

紧接着下载注释用的数据库文件，获取idmapping.tb.gz文件和Uniprot2GO_annotated.py文件

报错

据说是python软件版本太低的问题

升级python

#升级conda#

conda update -n base -c defaults conda

#安装Python3.6

conda install python=3.6

#检测python版本

#重新尝试运行

~/miniconda2/envs/SolpanTP/bin/python3 /vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py /vol3/agis/zhoushaoqun_group/caiyanling/yft/GO/idmapping.tb.gz /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.sae2 /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_go.sae

~/miniconda2/envs/SolpanTP/bin/python3 /vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py /vol3/agis/zhoushaoqun_group/caiyanling/yft/GO/idmapping.tb.gz /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.sly2 /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_go.sly

~/miniconda2/envs/SolpanTP/bin/python3 /vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py /vol3/agis/zhoushaoqun_group/caiyanling/yft/GO/idmapping.tb.gz /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.sme2 /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_go.sme

~/miniconda2/envs/SolpanTP/bin/python3 /vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py /vol3/agis/zhoushaoqun_group/caiyanling/yft/GO/idmapping.tb.gz /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_dia_matches.stu2 /vol3/agis/zhoushaoqun_group/wangyantao/GO/swiss_go.stu

弄了半天，很有可能是idmapping的文件用了压缩包，应该是用解压缩之后的文件

#尝试运行，仍报错，但报错的信息发生了变化，

之前是

Traceback (most recent call last):

  File "/vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py", line 28, in <module>

    UniProtKB_GO = parseIDmapping(sys.argv[1])

  File "/vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py", line 15, in parseIDmapping

    if lsplit[7]:

IndexError: list index out of range

现在是

Traceback (most recent call last):

  File "/vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py", line 45, in <module>

    close

NameError: name 'close' is not defined

#打开文件，/vol3/agis/zhoushaoqun_group/wangyantao/GO/unipro2go.py，将第45行的close删掉

运行成功！

最终获得gene_id + GO term 的数据集合。

接下来是需要将一对多的形式改写成一对一的形式

即：

swiss_go.stu

修改成：

swiss_go.stu1