MER：S循环功能基因数据库

最近刚发表在MER上的硫循环功能基因数据库SCycDB。

SCycDB数据库包含细菌/古细菌52个门2684个属的207个基因家族，共585,055条代表序列，并包含20,761个同源序列。

代码参见：

https://github.com/qichao1984/SCycDB

我主要看方法是怎么做的。结果自行阅读原文吧~~

Core database:

首先从Swiss-Prot database下载种子序列；

若是Swiss-Prot数据库中没有的基因，从TrEMBL下载高质量序列；

根据注释及和其他序列的相似度进行质控，从TrEMBL下载的序列若与种子序列的identity高于30%则两者合并。

Full database:

根据公开数据库arCOG, COG, eggNOG, KEGG，将Core database序列与之比对，得到直系同源序列，也添加到数据库中；

NCBI的RefSeq databases也加进来，并得到序列的注释信息。

CD-HIT按照100%的identity对序列进行聚类，得到代表序列。

使用:

加入USEARCH,BLAST和 DIAMOND的perl代码进行序列比对。

Over~~~~~

Yu, X., et al. (2020),SCycDB: A Curated Functional Gene Database for Metagenomic Profiling of Sulfur Cycling Pathways. Mol Ecol Resour. https://doi.org/10.1111/1755-0998.13306