查看原文
其他

如何用FAPROTAX预测微生物群落功能

2017-12-12 参天大葱 宏基因组
前言

本文转载自微生物生态公众号,己获授权。主编刘永鑫对本文进行了测试、版本更新、添加部分操作代码。

前段时间卢瑟菌已经给大家普及了基于原核16S rDNA高通量测序结果对微生物群落功能或表型进行预测的四种方法——PICRUStTax4FunFAPROTAXBugBase详细戳这里本篇软文针对功能预测的一支新秀——FAPROTAX,详细介绍其使用方法。

关于FAPROTAX的介绍可参阅官网说明或卢瑟菌的软文。

FAPROTAX官网链接:

http://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?section=Instructions


这里简单一提


FAPROTAX原理

作者先根据文献资料手动构建了联系物种分类与功能注释的FAPROTAX数据库;后又编写了联系OTU分类表与FAPROTAX数据库的python脚本;最后,只要将基于16S的OTU分类表通过python脚本就可以输出微生物群落功能注释预测结果(如下图)。


FAPROTAX特点

FAPROTAX较适用于对环境样本(如海洋、湖泊等)的生物地球化学循环过程(特别是碳、氢、氮、磷、硫等元素循环)进行功能注释预测。因其基于已发表验证的可培养菌文献,其预测准确度较好,但相比于上述PICRUSt和Tax4Fun来说预测的覆盖度可能会降低

PICRUSt输入的物种丰度表目前只能用Greengene数据库进行物种注释,在这一点上FAPROTAX更灵活,因为它识别的是菌的属、种的名称,只要你注释到的菌己被报导有这方面的功能,无论注释数据库是Greengene、Silva和RDP,OTU是有参考还是de novo的结果都可以识别。!          

1
  准备工作

在使用FAPROTAX做功能预测前,有一些准备工作:

a、FAPROTAX脚本collapse_table.py下载(请使用python 2.7

b、FAPROTAX功能注释数据库下载

c、物种丰度表已生成(文本格式、Biom格式)

 

FAPROTAX脚本数据库下载:

FAPROTAX是由python语言编写的脚本collapse_table.py

当前最新版本依然是FAPROTAX 1.1,2017年6月10日更新,安装方法如下:

wget http://www.zoology.ubc.ca/louca/FAPROTAX/SECTION_Download/MODULE_Downloads/CLASS_Latest%20release/UNIT_FAPROTAX_1.1/FAPROTAX_1.1.tar.gz # 下载 tar -xvzf FAPROTAX_1.1.tar.gz # 解压 python FAPROTAX_1.1/collapse_table.py # 测试是否可运行,弹出帮助即正常工作 June 10, 2017更新数据库


2
  简单操作


假设说我们通过OTU聚类、物种分类注释,已经得到了物种丰度表,接下来我们就可以使用FAPROTAX进行功能预测了!

 

FAPROTAX可识别的物种丰度表有两种,一种是文本格式(classical (tabular) taxon tables),一种是Biom格式


我基于之前发布扩增子流程中的测试数据进行分析,详见链接原文


1)文本格式命令行:

# 文本OTU表中存在名为taxonomy的列,包括物种分类学信息

biom convert -i result/otu_table_tax.biom -o result/otu_table_tax.txt --table-type="OTU table" --to-tsv --header-key taxonomy

# 将包括物种信息的OTU表转换为功能注释分类表

python FAPROTAX_1.1/collapse_table.py -i result/otu_table_tax.txt -o result/otu_table_tax.faprotax -g FAPROTAX_1.1/FAPROTAX.txt --column_names_are_in last_comment_line -d 'taxonomy' -c '#' -v --force

--column_names_are_in last_comment_line 指定注释为最后一行

# -d 批定物种信息的列名

2)Biom格式命令行:

# 注释在OTU表最后一列类型,常用

python FAPROTAX_1.1/collapse_table.py -i result/otu_table_tax.biom -o result/otu_table_tax.faprotax -g FAPROTAX_1.1/FAPROTAX.txt --collapse_by_metadata 'taxonomy' -v --force

# 另一种为OTU表行名即为物种信息,通常为summarize_taxa.py生成属水平biom格式

python FAPROTAX_1.1/collapse_table.py -i result/sum_taxa/otu_table4_L6.txt -o result/otu_table_tax.faprotax -g FAPROTAX_1.1/FAPROTAX.txt --force -v

上述,

-i输入文件,物种丰度表

-g输入文件,FAPROTAX数据库

-o输出文件,功能丰度表

--collapse_by_metadata指定biom中的物种信息列

这三个是所有选项中最基本的选项!在其他选项均为默认的情况下,是最简短的命令行。

如果你觉得这三个选项满足不了你的需要,可详细了解更多选项

http://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?section=Instructions

以上不同格式得到一个相同的功能表。


3
  更多选项


-i, --input_table(必选)

输入,OTU表,tabularBIOM格式

-g, --input_groups_file(必选)

输入,FAPROTAX数据库

-o, --out_collapsed(可选)

输出,功能表,总表。

-s, --out_sub_tables_dir(可选)

输出,功能表,分表,每类功能单独生成一个表(one per functional group),表内仅包含功能相关的OTU。

-r, --out_report(可选)

输出,报告文件,记录每个OTU相关的功能group

--out_groups2records_table(可选)

输出,列出哪些OTUs与哪组功能相关。1 (association),0 (no association)。

--out_group_overlaps(可选)

输出,列出两组功能共有的OTUs

--out_group_definitions_used(可选)

输出,输出指定功能group

-d, --row_names_are_in_column(可选)

指定行名(物种分类)所在列,仅限文本输入文件,首列列号为0,以此类推。

--collapse_by_metadata(可选)

指定行名(物种分类)所在列,仅限Biom输入文件,首列列号为0,以此类推。

--dont_parse_group_metadata(可选)

输出文件不包含任何功能信息。

--column_names_are_in(可选)

指定输入文本文件列名(e.g. sample names)所在位置:'none' (无列名), 'last_comment_line'  'first_data_line' (default).

--table_delimiter(可选)

指定输入文本文件分隔方式,默认为'tab'

--omit_columns(可选)

忽略某列,首列列号为0,以此类推。如要去掉第1,102-104列--omit_columns '0,101,102,103'

--group_leftovers_as(可选)

命名未注释到功能的分类,如标记为 'other'--group_leftovers_as 'other'

-n, --normalize_collapsed(可选)

标准化输出:'none'(不进行标准化, default), 'columns_before_collapsing' (TSS of the OTU table), 'columns_after_collapsing' (TSS of the function table), 'columns_before_collapsing_excluding_unassigned' (TSS of the OTU table restricted to functionally assigned OTUs)。

-v, --verbose(可选)

展示命令执行过程细节

-f, --force(可选) 

强制覆盖已存在文件

-h, --help(可选) 

帮助文件

 

如果你觉得看选项的解释不够形象,那么下面有一些选项运用实例

 


4
  选项应用


1)帮助选项

collapse_table.py -h

 

2Biom格式输入输出,-v 展示命令执行过程细节

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -v

注:此处biom表内的IDs对应的是分类信息而不是OTU编号,可由Qiime脚本summarize_taxa.pysummarize_taxa_through_plots.py产生。

 

3如果biom表内IDs对应的不是分类信息,则需要指定分类信息所在表内的位置(列),如“taxonomy”

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -v --collapse_by_metadata 'taxonomy' 

注:make_otu_table.pypick_open_reference_otus.py等Qiime脚本产生的biom表属于这种类型--collapse_by_metadata仅限使用在Biom格式输入时。

 

4)文本格式(classical (tabular) taxon tables)输入、输出,-d指定分类信息所在表内的位置(列)

制表符分隔的文本文件

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt -v -d 'taxonomy' -c '#'

注:-d仅限使用在文本格式输入时。输入文件格式,每一行表示一个分类taxa,每一列表示一个物种,物种分类信息存储在名为“taxonomy”的列内-c # 是说,当文件内出现“#”时,忽略此行(即与“#”的通常用法一致)这就保证,文件的第一个非注释(无“#”)行是列名header line

 

5)如果列名也含有“#”,可以使用"--column_names_are_in last_comment_line"告诉电脑,最后一个注释行是列名

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt --column_names_are_in last_comment_line -d 'taxonomy' -c '#' -v



6)如果文件内没有列名,可使用"--column_names_are_in none"告诉电脑列名为空,这样就需要指出物种分类存在于哪一列,如下0表示第一列,以此类推

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt --column_names_are_in none  -c '#' -v -d 0

 

7)如果表格有多余的列,如第一列OTU编号时,或是有样品列不想保存到输出文件,可运行如下指令(例,去掉第1,102-104列)

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt -d 'taxonomy' -c '#' --omit_columns '0,101,102,103' -v

 

8)未注释到功能的物种分类,标记上other

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt --group_leftovers_as 'other' -v

 

9)输出报告文件

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -r report.txt -v

 

10)标准化输出

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -n columns_after_collapsing -v

 

11)指定输出格式。默认情况下,输入和输出格式相同(同为biom或文本格式)。使用"--output_format_collapsed"可指定输出格式

collapse_table.py -i tax_table.biom -o func_table.tsv -g FAPROTAX.txt --output_format_collapsed classical -v



5
  补充说明


1)物种分类格式

以下是三种可用的物种分类的格式,不同层次分类用分号隔开,分别表示界、门、纲、目、科、属、种…

k__Bacteria;p__Proteobacteria;c__Gammaproteobacteria;o__Xanthomonadales;f__Xanthomonadaceae;g__Thermomonas;s__fusca 

D_0__Bacteria;D_1__Firmicutes;D_2__Bacilli;D_3__Bacillales;D_4__Bacillaceae;D_5__Bacillus;D_6__Bacillus sp. YZ5 

Bacteria; Chlorobi; Chlorobia; Chlorobiales; Chlorobiaceae; Chlorobaculum; Chlorobaculum thiosulfatiphilum DSM249T

 

2)序列注释后,经常会产生一些不够详细的物种分类信息,如注释不到科、属水平。FAPROTAX也允许这种输入,但是这种情况下由于分类不够详细,相应的,能够预测出的功能也更少



6
  最后之笔


FAPROTAX的输出结果格式如下:


1)report文件:详细记录了每个功能包含多少个OTU(物种分类),以及包含哪些OTU。基于此,我们可以根据关注的功能找到对应的OTU


2)功能丰度表:第一列为预测的功能列表,其余为样品列,数值表示相对丰度。基于功能丰度表,我们就可以做出各种样式美美的图。



参考文献:

Louca S, Parfrey L W, Doebeli M. Decoupling function and taxonomy in the global ocean microbiome[J]. Science, 2016, 353(6305): 1272-1277.


猜你喜欢

写在后面

为促进读者交流、加速科学问题解决,我们建立了“宏基因组”专业讨论群,目前己有八百多名一线科研人员加入。参与讨论,获得专业指导、问题解答,欢迎分享此文至朋友圈,并扫码加主编好友带你入群,务必备注“姓名-单位-研究方向-职务”。技术问题寻求帮助,首先阅读《如何优雅的提问》学习解决问题思路,仍末解决群内讨论。问题不私聊,帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战,关注“宏基因组”

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存