加载中...
根据基因组预测表型 —— traitar的安装与使用
发表于:2018-12-13 | 分类: 生物信息
字数统计: 789 | 阅读时长: 3分钟 | 阅读量:

Traitar 用于从基因组序列中提取表型,它提供了表型分类器,可以预测与碳和能源使用、氧气需求、形态学、抗生素易感性、蛋白水解和酶活性等有关的67个性状。

1. 软件安装——traitar

安装基本依赖:

sudo apt-get install python-scipy python-matplotlib python-pip python-pandas

进入要安装软件的目录,我的为家目录下的tools:

cd ~/tools

=======================================================

安装主程序到家目录下

pip install traitar --user

将添加到环境变量中:

vim ~/.zshrc

i

文档末尾添加:

PATH=$PATH:$HOME/.local/bin/

ESC

shift + :

wq!

source ~/.zshrc

安装依赖软件(parallel, prodigal, hmmer)

sudo apt-get install parallel prodigal hmmer

下载pfam数据库到家目录下并建库

traitar pfam ~/

也可以手动下载pfam数据库(如果上一条不出错可以不运行后面的几条命令):

cd ~/

官方提供的为Pfam27.0,我下载的为最新的Pfam32.0(下面两个命令选一个运行即可):

wget ftp://ftp.ebi.ac.uk/pub/databases/Pfam/releases/Pfam27.0/Pfam-A.hmm.gz

wget ftp://ftp.ebi.ac.uk/pub/databases/Pfam/releases/Pfam32.0/Pfam-A.hmm.gz

将Pfam-A.hmm.gz解压缩,然后运行下面的命令建库:

traitar pfam --local ~/

软件运行出错的话:

错误提示:ImportError: C extension: numpy.core.multiarray failed to import not built. If you want to import pandas from the source directory, you may need to run 'python setup.py build_ext --inplace --force' to build the C extensions first.

运行:

conda install -c conda-forge numpy

错误提示:AttributeError: 'DataFrame' object has no attribute 'sort'

pandas降级:

conda install pandas=0.19.2

错误提示:Python的最大递归深度错误 “maximum recursion depth exceeded while calling a Python object”

编辑脚本(~/miniconda3/lib/python2.7/site-packages/scipy/cluster/hierarchy.py),第183行加入两行,将默认的1000改大,比如2000(因为我有1000多个基因组)

import sys

#print sys.getrecursionlimit()

sys.setrecursionlimit(2000)

错误提示:RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility

pip uninstall -y scipy scikit-learn

pip install --no-binary scipy scikit-learn


2. 软件使用

首先进入含有基因组文件目录的上一级目录,输入命令执行:

traitar phenotype <in dir> <sample file> from_nucleotides <out_dir> -c 2

<in dir>:包含基因组的输入目录

<sample file>:描述文件,置于<in dir>的父目录下。共3列,第一列为基因组文件的全名(包含文件扩展名),第二列为菌株名称(一般为第一列去掉扩展名,可随意更改),第三列为分组信息(可以将所有的菌株划分到不同的组别)。三列之间以制表符分隔。三列的抬头为“sample_file_name      sample_name       category”,如下面文本框所示:

sample_file_name sample_name category

1457190.3.RefSeq.faa Listeria_ivanovii_WSLC3009 environment_1

525367.9.RefSeq.faa Listeria_grayi_DSM_20601 environment_2

<out_dir>:结果输出目录

-c 2:使用两个线程运行,提高预测速度



文件存放示意图

我的命令(在phenotype目录下,使用4个线程运行):

traitar phenotype scaffolds samplefile.txt from_nucleotides output -c 4



输出效果图:


输出效果图_combined

输出效果图_phypat

输出效果图_phypat+PGL



引用 Traitar

If you use Traitar in your research, please cite our paper:

From genomes to phenotypes: Traitar, the microbial trait analyzer

Aaron Weimann, Kyra Mooren, Jeremy Frank, Phillip B Pope, Andreas Bremges, Alice C McHardy

mSystem (2016) doi:10.1101/043315


上一篇:
kSNP3寻找SNPs并构建进化树
下一篇:
生物信息学3:微生物基因组学常用软件安装
本文目录
本文目录