如何用FAPROTAX預測微生物群落功能

原創：?參天大蔥?微生物生態?2017-05-31

前言

前段時間盧瑟菌已經給大家普及了基于原核16S rDNA高通量測序結果對微生物群落功能或表型進行預測的四種方法——PICRUSt、Tax4Fun、FAPROTAX及BugBase（詳細戳這里）。本篇軟文針對功能預測的一支新秀——FAPROTAX，詳細介紹其使用方法。

關于FAPROTAX的介紹可參閱官網說明或盧瑟菌的軟文。

FAPROTAX官網鏈接：

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

?

?

這里簡單一提

?

FAPROTAX原理：

作者先根據文獻資料手動構建了聯系物種分類與功能注釋的FAPROTAX數據庫；后又編寫了聯系OTU分類表與FAPROTAX數據庫的python腳本；最后，只要將基于16S的OTU分類表通過python腳本就可以輸出微生物群落功能注釋預測結果（如下圖）。

?

?

?

?

FAPROTAX特點：

FAPROTAX較適用于對環境樣本（如海洋、湖泊等）的生物地球化學循環過程（特別是碳、氫、氮、磷、硫等元素循環）進行功能注釋預測。因其基于已發表驗證的可培養菌文獻，其預測準確度較好，但相比于上述PICRUSt和Tax4Fun來說預測的覆蓋度可能會降低。

PICRUSt輸入的物種豐度表目前只能用gg數據庫進行物種注釋，在這一點上FAPROTAX更靈活！? ? ? ? ??

?

1

? 準備工作

在使用FAPROTAX做功能預測前，有一些準備工作：

a、FAPROTAX腳本collapse_table.py下載（請使用python 2.7，python 2.6無法運行！python 3或許可以運行！）；

b、FAPROTAX功能注釋數據庫下載；

c、物種豐度表已生成（文本格式、Biom格式）。

?

FAPROTAX腳本及數據庫下載：

FAPROTAX是由python語言編寫的腳本collapse_table.py

當前最新版本依然是FAPROTAX 1.0

下載地址：

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

下載后會獲得一個.tar.gz壓縮文件，包含有FAPROTAX腳本和數據庫。

?

2

? 簡單操作

假設說我們通過OTU聚類、物種分類注釋，已經得到了物種豐度表，接下來我們就可以使用FAPROTAX進行功能預測了！

?

FAPROTAX可識別的物種豐度表有兩種，一種是文本格式（classical (tabular) taxon tables），一種是Biom格式。

?

1）文本格式命令行：

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt

?

2）Biom格式命令行：

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

?

上述，

-i輸入文件，物種豐度表；

-g輸入文件，FAPROTAX數據庫；

-o輸出文件，功能豐度表；

這三個是所有選項中最基本的選項！在其他選項均為默認的情況下，是最簡短的命令行。

如果你覺得這三個選項滿足不了你的需要，可詳細了解更多選項：

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

?

3

? 更多選項

-i, --input_table（必選）

輸入，OTU表，tabular或BIOM格式。

-g, --input_groups_file（必選）

輸入，FAPROTAX數據庫。

-o, --out_collapsed（可選）

輸出，功能表，總表。

-s, --out_sub_tables_dir（可選）

輸出，功能表，分表，每類功能單獨生成一個表(one per functional group)，表內僅包含功能相關的OTU。

-r, --out_report（可選）

輸出，報告文件，記錄每個OTU相關的功能group。

--out_groups2records_table（可選）

輸出，列出哪些OTUs與哪組功能相關。1 (association)，0 (no association)。

--out_group_overlaps（可選）

輸出，列出兩組功能共有的OTUs。

--out_group_definitions_used（可選）

輸出，輸出指定功能group。

-d, --row_names_are_in_column（可選）

指定行名（物種分類）所在列，僅限文本輸入文件，首列列號為0，以此類推。

--collapse_by_metadata（可選）

指定行名（物種分類）所在列，僅限Biom輸入文件，首列列號為0，以此類推。

--dont_parse_group_metadata（可選）

輸出文件不包含任何功能信息。

--column_names_are_in（可選）

指定輸入文本文件列名（e.g. sample names）所在位置：'none' (無列名), 'last_comment_line'?和?'first_data_line' (default).

--table_delimiter（可選）

指定輸入文本文件分隔方式，默認為'tab'。

--omit_columns（可選）

忽略某列，首列列號為0，以此類推。如要去掉第1,102-104列：--omit_columns '0,101,102,103'。

--group_leftovers_as（可選）

命名未注釋到功能的分類，如標記為?'other'：--group_leftovers_as 'other'。

-n, --normalize_collapsed（可選）

標準化輸出：'none'(不進行標準化, 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（可選）

展示命令執行過程細節

-f, --force（可選）?

強制覆蓋已存在文件

-h, --help（可選）?

幫助文件

?

如果你覺得看選項的解釋不夠形象，那么下面有一些選項運用實例。

?

4

? 選項應用

1）幫助選項

collapse_table.py -h

?

2）Biom格式輸入、輸出，-v?展示命令執行過程細節

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

注：此處biom表內的IDs對應的是分類信息而不是OTU編號，可由Qiime腳本summarize_taxa.py或summarize_taxa_through_plots.py產生。

?

3）如果biom表內IDs對應的不是分類信息，則需要指定分類信息所在表內的位置（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.py或pick_open_reference_otus.py等Qiime腳本產生的biom表屬于這種類型。--collapse_by_metadata僅限使用在Biom格式輸入時。

?

4)文本格式（classical (tabular) taxon tables）輸入、輸出，-d指定分類信息所在表內的位置（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僅限使用在文本格式輸入時。輸入文件格式，每一行表示一個分類taxa，每一列表示一個物種，物種分類信息存儲在名為“taxonomy”的列內。-c #?是說，當文件內出現“#”時，忽略此行（即與“#”的通常用法一致），這就保證，文件的第一個非注釋（無“#”）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"告訴電腦，最后一個注釋行是列名

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）如果文件內沒有列名，可使用"--column_names_are_in none"告訴電腦列名為空，這樣就需要指出物種分類存在于哪一列，如下0表示第一列，以此類推。

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，如第一列為OTU編號時，或是有樣品列不想保存到輸出文件，可運行如下指令（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）未注釋到功能的物種分類，標記上other

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

?

9）輸出報告文件

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

?

10）標準化輸出

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

?

11）指定輸出格式。默認情況下，輸入和輸出格式相同（同為biom或文本格式）。使用"--output_format_collapsed"可指定輸出格式

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

?

5

? 補充說明

1）物種分類格式

以下是三種可用的物種分類的格式，不同層次分類用分號隔開，分別表示界、門、綱、目、科、屬、種…

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）序列注釋后，經常會產生一些不夠詳細的物種分類信息，如注釋不到科、屬水平。FAPROTAX也允許這種輸入，但是這種情況下由于分類不夠詳細，相應的，能夠預測出的功能也更少。

?

6

? 最后之筆

FAPROTAX的輸出結果格式如下：

?

1）report文件：詳細記錄了每個功能包含多少個OTU（物種分類），以及包含哪些OTU。基于此，我們可以根據關注的功能找到對應的OTU。

?

2）功能豐度表：第一列為預測的功能列表，其余為樣品列，數值表示相對豐度。基于功能豐度表，我們就可以做出各種樣式美美的圖。

?

今天就給大家介紹到這里吧，本蔥也是邊學習邊總結，不足之處，歡迎大家在留言區指出哦~

?

?

參考文獻：

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

?

本期排版：參天大蔥

本期校稿：盧瑟菌 李小圓

轉載于:https://my.oschina.net/aspiretruth/blog/3000907

總結

以上是生活随笔為你收集整理的微生态的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。