宏基因组基因预测

生信喵

一、基因预测
       Prokka: rapid prokaryotic genome annotation，prokka 是一个命令行软件工具，可以在一台典型台式机上在约 10 分钟内充分注释一个细菌基因组草图。它产生标准兼容的输出文件以进行进一步分析或者在基因组浏览器中查看。prokka 是一个分析流程，里面包含了很多软件，依赖关系众多，不同软件又涉及到版本问题，还需要使用很多 perl 模块，这里强烈建议使用功能 bioconda 虚拟环境来进行安装。
       软件官网：http://www.vicbioinformatics.com/software.prokka.shtml
二、软件安装

1. conda create -n prokka -y
   
2. conda activate prokka
   
3. conda install -y prokka

复制代码

三、使用案例
       prokka 的使用比较简单，只需要输入一个 fasta 格式的序列即可，因为拼接好的基因组数据量不大，很快就可以运行完成。

1. cp ../2/nanopore/flye/assembly.fasta mg.fasta
   
2. echo "time prokka mg.fasta --outdir prokka --prefix mg --metagenome --kingdom Archaea,Bacteria,Mitochondria,Viruses 1>prokka.log 2>prokka.err" >prokka.sh
   
3. bsub -q fat -n 8 -o %J.log -e %J.err sh prokka.sh

复制代码

选项参数：
       --outdir： 输出结果目录
       --prefix ：输出结果前缀
       --metagenome：标记，输入数据为宏基因组序列
       --kingdom：处理哪些样品 Archaea|Bacteria|Mitochondria|Viruses
       --gcode：密码子表
       --setupdb：自动搜索并添加数据库
       --listdb：测序数据库
       --depends：列出依赖的软件
四、结果解读

扩展名	释义
gff	基因注释文件，包括 gff 和序列，可用 igv 直接查看
gbk	Genebank 格式，来自 gff
fna	输入 contig 核酸文件
faa	基因的氨基酸序列
ffn	基因的核酸序列
sqn	用于提交的序列
fsa	输入序列，但有 sqn 的描述，用于 tbl2asn 生成 sqn 文件
tbl	特征表，用于 tbl2asn 生成 sqn 文件
err	软件运行错误日志
log	软件运行日志
txt	统计结果
tsv	所有注释基因特征表格