细菌测序后想要查找其携带的毒力基因和耐药基因？ABRicate我

作者: 大坏蛋HYB | 来源:发表于2020-02-25 16:48 被阅读0次

细菌测序后想要查找其携带的毒力基因和耐药基因？ABRicate我
TBtools与abricate综合运用：毒力基因/耐药基因热图
staramr:批量分析细菌的耐药基因、质粒携带情况
Crack4-详解根据基因组测序报告，进行细菌基因组Genome
PICRUSt 是如何工作的
比较基因组学在细菌基因组中的应用
Qiime1-17.PICRUSt-16S预测宏基因组？
全基因组测序从头测序(de novo sequencing)
测序基础介绍-NGS方法小结
细菌的耐药性

细菌测序组装完成后，想要查找菌株携带的已知的毒力基因和耐药基因，我首推使用ABRicate
推荐使用conda安装：
conda install abricate
安装完成后，运行
abricate --check
检查安装是否完成

Checking dependencies are installed:
Found 'blastn' => /root/miniconda3/bin/blastn
Found 'blastx' => /root/miniconda3/bin/blastx
Found 'makeblastdb' => /root/miniconda3/bin/makeblastdb
Found 'blastdbcmd' => /root/miniconda3/bin/blastdbcmd
Found 'any2fasta' => /root/miniconda3/bin/any2fasta
Found 'gzip' => /bin/gzip
Found 'unzip' => /root/miniconda3/bin/unzip
OK.

运行
abricate --list
查看现有数据库

DATABASE        SEQUENCES       DBTYPE  DATE
argannot        2223    nucl    2020-Feb-20
card    2617    nucl    2020-Feb-20
ecoh    597     nucl    2020-Feb-20
ecoli_vf        2701    nucl    2020-Feb-20
ncbi    5283    nucl    2020-Feb-20
plasmidfinder   460     nucl    2020-Feb-20
resfinder       3077    nucl    2020-Feb-20
vfdb    2597    nucl    2020-Feb-20

确认无误后，就可以开始使用。示例用NCBI数据库中的一株大肠杆菌GCF_000671295.1为例。
用vfdb数据库查找该菌株的已知的毒力基因（指定覆盖度90: --mincov 90，相似度95:--minid 95，覆盖度和相似度按需调节，也可以默认；以CSV文件输出结果: --csv 若想要后续合并统计，则不需要指定，直接输出.tab文件）
abricate --db vfdb --mincov 90 --minid 95 --csv GCF_000671295.1_ASM67129v1_genomic.fna > vfdb.result.csv
显示找到102个符合条件的毒力基因

Using nucl database vfdb:  2597 sequences -  2020-Feb-20
Processing: GCF_000671295.1_ASM67129v1_genomic.fna
Found 102 genes in GCF_000671295.1_ASM67129v1_genomic.fna

具体请查看运行命令时目录下的输出文件（vfdb.result.csv）
耐药基因的查找类似，只需要改变所用数据库就可以了。

倘若abricate自带的数据库没有合适的，或者自己找到更好的数据库/利用自己的数据做数据库，可以自建数据库用于比对。
这里使用Genomic Epidemiology的毒力基因数据库virulencefinder_db 为例
下载下来后有若干个fasta文件，对应不同类型的毒力基因。

virulencefinder_db.jpg
以其中的listeria.fsa为例
abricate是用conda安装的话，去到abricate的数据库文件夹

root@LAPTOP-ASRLQ90C:/mnt/d/ecoli: cd /root/miniconda3/db/  #去到abricate的数据库文件夹#
root@LAPTOP-ASRLQ90C:~/miniconda3/db: ls #查看当前目录文件#
abricate  argannot  blast  card  cm  ecoh  ecoli_vf  genus  hmm  kingdom  ncbi  plasmidfinder  pubmlst  resfinder  scheme_species_map.tab  vfdb
root@LAPTOP-ASRLQ90C:~/miniconda3/db: mkdir listeria #新建文件夹用于存放数据库文件#
root@LAPTOP-ASRLQ90C:~/miniconda3/db: cd listeria/
root@LAPTOP-ASRLQ90C:~/miniconda3/db/listeria: cp /mnt/d/ecoli/genomicepidemiology-virulencefinder_db-13d72a837b3c/listeria.fsa sequences #把用于构建数据库的fasta文件复制到新建的目录中并且重命名为sequences#
root@LAPTOP-ASRLQ90C:~/miniconda3/db/listeria: ls #查看文件是否命名好了#
sequences
root@LAPTOP-ASRLQ90C:~/miniconda3/db/listeria: makeblastdb -in sequences -title listeria -dbtype nucl #用blast自带的makeblastdb命令新建blast数据库#

Building a new DB, current time: 02/25/2020 12:53:48
New DB name:   /root/miniconda3/db/listeria/sequences
New DB title:  listeria
Sequence type: Nucleotide
Keep MBits: T
Maximum file size: 1000000000B
Adding sequences from FASTA; added 92 sequences in 0.0148768 seconds.

root@LAPTOP-ASRLQ90C:~/miniconda3/db/listeria: abricate --list # 查看数据库是否建立成功#
DATABASE        SEQUENCES       DBTYPE  DATE
argannot        2223    nucl    2020-Feb-20
card    2617    nucl    2020-Feb-20
ecoh    597     nucl    2020-Feb-20
ecoli_vf        2701    nucl    2020-Feb-20
listeria        92      nucl    2020-Feb-25  #建立成功，共有92个基因序列#
ncbi    5283    nucl    2020-Feb-20
plasmidfinder   460     nucl    2020-Feb-20
resfinder       3077    nucl    2020-Feb-20
vfdb    2597    nucl    2020-Feb-20

新建的数据库可以直接用于比对查找，命令跟前面所说的类似。

输出数据的统计
若已经对多个菌株用同一个数据进行查找后，生成的多个结果（.tab格式）可以用软件自带的归纳命令来做成一个统一的表格
abricate --summary 1.tab 2.tab 3.tab > summary.tab #假设3个输出结果，最后汇总成summary.tab#

注意
abricate运行时不可以一次输入多个文件来批量处理，若要处理多个文件可以逐个分析，或者用“&&”一次挂上多条命令，有能力也可以自己写脚本进行批量运行。

命令详解
输入
abricate -h
可以查看软件各个参数设置及具体意义

USAGE                                                                     
  % abricate --list     #列出所有数据库#                                                  
  % abricate [options] <contigs.{fasta,gbk,embl}[.gz]> > out.tab    #基本用法#     
  % abricate --summary <out1.tab> <out2.tab> <out3.tab> ... > summary.tab  #汇总结果#
GENERAL                                                                   
  --help          This help.                                              
  --debug         Verbose debug output.                                   
  --quiet         Quiet mode, no stderr output.                           
  --version       Print version and exit.                                 
  --check         Check dependencies are installed.                       
  --threads [N]   Use this many BLAST+ threads [1].   #运行所用线程数，一般不设置#                
DATABASES                                                                 
  --setupdb       Format all the BLAST databases.                         
  --list          List included databases.   #列出所有数据库#                              
  --datadir [X]   Databases folder [/root/miniconda3/db].    #数据库默认路径，一般不用指定#             
  --db [X]        Database to use [ncbi].    #指定用于查找的数据库，默认NCBI#                             
OUTPUT                                                                    
  --noheader      Suppress column header row.                             
  --csv           Output CSV instead of TSV.   #输出结果为csv文件#                          
  --nopath        Strip filename paths from FILE column.                  
FILTERING                                                                 
  --minid [n.n]   Minimum DNA %identity [75].     #指定最小的覆盖度  ，默认75#                      
  --mincov [n.n]  Minimum DNA %coverage [0].  #指定最小的相似度，默认0#                            
MODE                                                                      
  --summary       Summarize multiple reports into a table.   #汇总统计多个结果成一个.tab文件，可以导入excel#             
DOCUMENTATION                                                             
  https://github.com/tseemann/abricate  #软件的github源地址#

参考
ABRicate源github地址：https://github.com/tseemann/abricate
Center for Genomic Epidemiology：http://www.genomicepidemiology.org/