12-跟着science学习宏基因组uproc注释

[toc]

写在前面

这部分主要用于注释功能，使用的还是之前分组装的结果（spades） ，其实之前已经对这个组装序列进行过多次物种和功能注释，例如megan一站式注释物种和功能。kraken注释物种信息等。这些通过contig注释的物种结果已经有重复了，但是今天要注释的是kegg和pfam数据库，又增加了两种数据库的注释。

uproc安装和数据库下载

下载地址：http://uproc.gobics.de/#downloads手动安装：

./configure
make
sudo make install#

出现错误：动态库找不到，一般需要升级一下。

uproc-prot: error while loading shared libraries: libuproc.so.2: cannot open shared object file: No such file or directory

更新ubuntu动态库：

# 更新
sudo apt-get upgrade

更新后再次运行安装命令，完成安装。

注释kegg和pfan数据库

这两个数据库目前都是uproc所支持的。也在官方网站上可以下载数据库。

uproc-prot --preds -o ./genecatalog/spades/longreads/allgenecalled.uproc.kegg.txt ~/db/uproc/kegg_20140317 ~/db/uproc/model ./genecatalog/spades/longreads//allgenecalled.faa.gz

uproc-prot --preds -o ./genecatalog/spades/longreads//allgenecalled.uproc.pfam.txt ~/db/uproc//pfam28/ ~/db/uproc/model ./genecatalog/spades/longreads/allgenecalled.faa.gz

完成注释后，我们将这些注释文件添加到覆盖度文件中。即可得到物种，功能对应的表格。

附件

制作uproc数据库 COG

虽然uproc具有自建数据库的功能，但是说实话还是比较困难的，主要是我没有找到合适的文档，具体说明如何构建数据库，只是知道简单的命令，出现错误我暂时无法解决，网络上也没有什么好的文档，希望大家尝试尝试，和我交流。你也可以构建seed，等数据库。

mkdir /home/wentao/db/uproc/cog
cd /home/wentao/db/uproc/cog
# 手动制作cog数据库
wget ftp://ftp.ncbi.nih.gov/pub/COG/COG2014/data/prot2003-2014.fa.gz
wget ftp://ftp.ncbi.nih.gov/pub/COG/COG2014/data/cog2003-2014.csv

cd /home/wentao/db/uproc

uproc-makedb ./model ./cog/ ./cog

错误: 由于这个流程并没有使用COG的数据，所以这个错误就先留着吧！

fwd.ecurve: [ ] 0.0%error building ecurves: success

构建diamond数据库cog

简介未测试，仅仅为备忘。

wget ftp://ftp.ncbi.nih.gov/pub/COG/COG2014/data/prot2003-2014.fa.gz
wget ftp://ftp.ncbi.nih.gov/pub/COG/COG2014/data/cog2003-2014.csv
wget ftp://ftp.ncbi.nih.gov/pub/COG/COG2014/data/cognames2003-2014.tab
wget ftp://ftp.ncbi.nih.gov/pub/COG/COG2014/data/fun2003-2014.tab

diamond makedb --threads <number_of_threads> --in prot2003-2014.fa.gz --db cog.dmnd
# uproc-prot --preds -o ./genecatalog/spades/longreads//allgenecalled.uproc.cog.txt /data/db/uproc/cog2014/ /data/db/uproc/model ./genecatalog/spades/longreads/allgenecalled.faa.gz

终！