灵木er
- SCycDB–硫循环数据库介绍
- SCycDB–硫循环数据库安装
2.1 SCycDB 克隆
2.2 SCycDB 安装 - SCycDB–硫循环数据库使用
SCycDB–硫循环数据库介绍
手动管理的硫循环数据库（SCycDB），以描述鸟枪宏基因组的硫循环功能基因和分类组。数据库SCycDB包含207个基因家族和585,055个代表序列，它们与52个细菌门和2684个细菌/古细菌属相关，并且还包括了20,761个同源正交组，以减少假阳性序列的分配。SCycDB可应用于四个栖息地（淡水，温泉，海洋沉积物和土壤）的硫循环微生物群落的功能和分类学分析。
—选自科研 | Molecular Ecology Resources：SCycDB–硫循环途径宏基因组分析的功能基因数据库
—来自文献SCycDB: A curated functional gene database for metagenomic profiling of sulphur cycling pathways
详细内容请去阅读上面的公众号和文献原文。
SCycDB–硫循环数据库安装
SCycDB在GitHub上，安装也很简单，git colne下来阅读说明即可，这里简单记录一下。建议安装在服务器上，也可以安装到个人电脑上，不过个人电脑上只能使用功能富集，物种分类需要使用kraken2，kraken2怕是个人电脑运行不起来。推荐在Linux上安装，不建议在windows上安装，并不是说Windows不行，使用wsl安装应该也没问题。本人使用的是Linux系统，依赖软件通过conda安装，创建了SCycDB虚拟环境。
SCycDB克隆
Github存在访问慢，下载慢，甚至是不能访问的问题。这里先说下解决方法，解决方法有三个，分别是：
- 使用梯子
- 改hosts文件
- 借助gitee
第1个这里不谈，第2个凑合着能用，还需要借助油猴GitHub插件才可以快速下载，非常时期就不一定能用了，下面主要介绍第3个方法。
SCycDB的GitHub链接为：https://github.com/qichao1984/SCycDB
-
注册gitee账号
-
利用gitee的导入功能从GitHub导入
-
从gitee克隆
注册账号大家都习以为常了，这里就不讲了，注册完成后在右上角头像的左边有一个+号，点击加号创建仓库，如图，
image.png
选择从Github/GitLab导入仓库，点击之后输入SCycDB的GitHub链接https://github.com/qichao1984/SCycDB，如图
image.png
然后点击导入即可，等一会儿就导入好了，可以选择私有还是公开。选择私有时，克隆需要配置ssh公钥或者使用密码，在gitee设置里添加公钥即可。
然后到自己的仓库复制下载链接，如图：
image.png
在terminal里面选择一个目录使用git clone url克隆所有文件
git clone git@gitee.com:YourName/SCycDB.git
SCycDB安装
切换到SCycDB目录，看看里面都有什么文件，如图：
image.png
README.md为使用说明，SCycDB_2020Mar.z是压缩的数据库，SCycDB.PL为使用脚本，分别是功能富集和物种分类的perl脚本，sampleinfo.txt为参考的样本和序列数对应的表。
解压数据库
由于数据库是zip压缩包，并且被分割成了多个文件，上图的SCycDB_2020Mar.z*等，需要先合并为一个再用unzip解压，也可以下载到Windows上解压SCycDB_2020Mar.zip文件，会自动解压，然后上传到服务器。解压后得到的是一个faa文件，需要去掉后缀名，不要问我为啥知道。
cd SCycDB
cat SCycDB_2020Mar.z* > SCycDB_2020Mar_all.zip
unzip SCycDB_2020Mar_all.zip
mv SCycDB_2020Mar.faa SCycDB_2020Mar
配置依赖
依赖参考README.md配置即可，首先是perl，然后是usearch、diamond、blast，最后是seqtk与kraken2。perl是必须的；usearch、diamond、blast有一个即可，也可以都配置上；seqtk与kraken2只有进行物种分类才需要。如果已经使用conda安装了kraken2虚拟环境或者宏基因组分析的虚拟环境，应该已经安装了部分软件，可以不用再创建新的环境，安装缺少的即可。可能有些软件已经安装，但还是找不到而报错，这些软件可能需要修改脚本，使用绝对路径。
# miniconda安装这里不说
conda config --add channels conda-forge
conda config --add channels bioconda
# 也可以配置镜像
conda create -n SCycDB perl diamond blast seqtk kraken2
# 需要usearch的去官网下载放到某个路径，
# 修改脚本中usearch位置和版本
# usearch就是一个单独的可执行程序，给它可执行权限即可
# 如果conda安装的blasn不能用就去NCBI下载blast安装
# kraken2数据库配置这里不说，需要的自己查资料
# 不想使用conda的去下载对应软件安装好即可，
# 甚至一些Linux发行版仓库里就有某些软件，可以直接安装
SCycDB–硫循环数据库使用
使用参考README.md，有详细的参数说明
# using SCycDB_FunctionProfiler.PL
perl SCycDB_FunctionProfiler.PL -d <workdir> -m
<diamond|usearch|blast> -f <filetype> -s <seqtype>
-si <sample size info file> -rs <random sampling size>
-o <outfile>
# using SCycDB_TaxonomyProfiler.PL
perl SCycDB_TaxonomyProfiler.PL -d <workdir> -m
<diamond|usearch|blast> -f <filetype> -s <seqtype>
-si <sample size info file> -rs <random sampling size>
# 详细说明看README.md
# 具体例子
perl SCycDB_FunctionProfiler.PL -d seq -m diamond
-f fa -s nucl -si sameinfo.tsv -o out.txt
perl SCycDB_TaxonomyProfiler.PL -d seq -m diamond
-f fa -s nucl -si sameinfo.tsv
# -rs参数可选
# seq为序列所在目录
# fa说明序列文件名的后缀为fa
# nucl说明是核酸序列
对于SCycDB_TaxonomyProfiler，建议使用diamond，usearch出来的结果太少了，不清楚什么原因，blast运行太慢，diamond运行挺快，结果也多。同一个文件， blast 运行数个小时都没结束，有输出了，比 usearch 多； usearch 是最快的，输出也是最少的，各位数。所以还是使用 diamond，也省事， blast 和 usearch 都需要改脚本，使用程序的绝对路径，尽管在终端 直接输程序名就可以。
SCycDB_FunctionProfiler.PL 输出的文件较少，只需要看-o 指定的输 出文件就够了， SCycDB_TaxonomyProfiler.PL 输出的文件较多，也没有-o 参数可以将文件输出到指定文件夹。
SCycDB_TaxonomyProfiler 输出结果 (部分):
random sampling:4567
Gene test
srC 1
betA 3
betB 1
cuyA 1
cysA 4
cysC 6
cysE 3
cysH 1
SCycDB_TaxonomyProfilers 输出结果 (部分):
门水平统计 (也有完整的 kraken2 report)
random sampling: 4567
Tax test
Actinobacteria 12
Bacteroidetes 3
Cyanobacteria 3
Deinococcus-Thermus 1
Euryarchaeota 2
Firmicutes 7
Nitrospirae 1
Planctomycetes 3
Proteobacteria 327
Verrucomicrobia 2
本人只使用了一个输入 fa 文件，多个文件输出结果是怎样的暂不清楚。
参考
http://mp.weixin.qq.com/s?__biz=MzUyMTkxNzc5MA==&mid=2247520870&idx=3&sn=c6d2274e575213d2c9d0363786950556&chksm=f9d11657cea69f41c8b85242fc86e77bfeafe82ac382b1036c32d065dd50e980814870df3297#rd.
https://onlinelibrary.wiley.com/doi/abs/10.1111/1755-0998.13306.DOI:10.1111/17550998.13306.
https://github.com/qichao1984/SCycDB.
网友评论