免组装宏基因组群落分析

mkdir kaijudb
cd kaijudb
nohup ../bin/makeDB.sh -e &
#具体参数如下所示：
-r：只下载完整的细菌和古菌基因组数据从NCBI RefSeq
-p：下载proGenomes数据库（http://progenomes.embl.de/）所有蛋白序列
-n：下载NCBI NR数据库并提取属于细菌、古菌和病毒的蛋白质序列
-e：下载NCBI NR数据库并提取属于细菌、古菌、病毒以及真菌、真核微生物的蛋白质序列
-m：下载海洋宏基因组网站（Marine Metagenomics Portal，MMP，https://mmp.sfb.uit.no/）海洋参考数据库MarRef和MarDB
-v：是-r与-p的补充，下载病毒的基因组数据
-t：构建Kaiju的Index时使用的核数，默认为5
--noDL：不下载数据库文件，使用已经存在的文件构建Index，例如-e参数会下载nr.gz与taxdump.tar.gz，如果存在已经下载的这两个本地文件，就可以不再重复下载

$PATH/kaiju/bin/kaiju -t nodes.dmp -f kaiju_db.fmi -i reads.fastq [-j reads2.fastq]
参数含义如下所示：
-t：数据库nodes.dmp文件名，在kaijudb，需要加绝对路径
-f：数据库(.fmi)文件名，在kaijudb，需要加绝对路径
-i：reads文件名，fasta或者fastq格式
-j：双末端测序中第二个reads文件名
-o：输出结果文件名，如果没有设置，默认输出到标准输出
-z：程序运行的核数，默认为1
-a：使用最精准比对算法"mem"还是贪婪算法"greedy"，MEM算法只考虑精确匹配，不允许有错配，默认为greedy
-e：贪婪算法中最大允许错配数，默认为3
-m：最小比对长度，默认为11
-s：在贪婪算法中最低匹配得分，默认为65
-E：在贪婪算法中比对的最低E-value，与blastp类似
-p：输入序列为蛋白质序列
-v：输出备份信息

nohup kaiju -z 20 -t nodes.dmp -f kaiju_db_nr_euk.fmi -i screen.clean_1.fq -j screen.clean_2.fq -o clean.reads.kaiju.nr.out &

nohup addTaxonNames -i clean.reads.kaiju.nr.out -t nodes.dmp -n names.dmp -o clean.reads.kaiju.nr.names.out -p -u &

kaijuReport -i clean.reads.kaiju.nr.out -t nodes.dmp -n names.dmp -o clean.reads.kaiju.out.phylum.summary -r phylum

kaiju2krona -i clean.reads.kaiju.nr.out -t nodes.dmp -n names.dmp -o clean.reads.kaiju.nr.krona

ktImportText -o clean.reads.kaiju.nr.krona.html clean.reads.kaiju.nr.krona

metaphlan2.py [Options] INPUT_FILE OUTPUT_FILE
Options：
--input_type：输入文件格式，可选fastq、fasta、multifasta、multifastq、bowtie2out、sam，默认为automatic，也即自动检测
--bowtie2db：BowTie2数据库，默认安装目录下metaphlan_databases文件夹
--bowtie2_exe：BowTie2软件脚本的名称及路径，当其不在默认环境变量时可以使用此参数来指定
--bowtie2_build：bowtie2-build程序路径，当其不在默认环境变量时可以使用此参数来指定
--bowtie2out：储存BowTie2比对结果的文件名称，类似于bed文件
--tmp_dir：临时文件储存路径，默认为系统tmp dir
--tax_lev：相对丰度输出结果的分类层级，可选a（all taxonomic levels）、
k（kingdoms）、p（phyla only）、c（classes only）、o（orders only）、f（families only）、g（genera only）、s（species only），默认为a
--min_alignment_len：reads最小比对长度
--ignore_viruses：忽略病毒
--ignore_eukaryotes：忽略真核生物
--ignore_bacteria：忽略细菌
--ignore_archaea：忽略古菌
--sample_id_key：指定样品ID key，默认为#SampleID
--sample_id：指定sample ID，默认为Metaphlan2_Analysis
-s, --samout：输出的sam文件名称
--mdelim, --metadata_delimiter_char：不同分类层级之间的分隔符，默认为pipe，也即：k__Bacteria|p__Proteobacteria
--nproc：程序运行所使用的核数，默认为4
--stat_q：用于截断或缩尾统计的分位数
--stat：将markers丰度转换为系统发育分支丰度的统计方法，有以下几种（默认为tavg_g）：
avg_g：全部marker丰度的均值
avg_l：长度标准化的marker丰度的均值
tavg_g：总体marker丰度的截短均值，基于分位数--stat_q
tavg_l：长度标准化的marker丰度的截断均值，基于分位数--stat_q
wavg_g：总体marker丰度的缩尾均值，基于分位数--stat_q
wavg_l：长度标准化的marker丰度的缩尾均值，基于分位数--stat_q
med：长度标准化的marker丰度的中位数
INPUT_FILE：输入文件名称
OUTPUT_FILE：输出文件名称

nohup metaphlan2.py --nproc 20 --stat tavg_l --bowtie2out meta.bowtie2.bz2 --input_type fastq <(cat screen.clean_1.fq screen.clean_2.fq) > metagenome.txt &

merge_metaphlan_tables.py 1061_metagenome.txt 1171_metagenome.txt 1194_metagenome.txt 1237_metagenome.txt  | sed 's/_metagenome//g' > merged_metagenome.txt

metaphlan_hclust_heatmap.py [options] --in INPUT_FILE --out OUTPUT_FILE
--in：使用utils/merge_metaphlan_tables.py获得的结果
--out：输出结果图像，后缀可选png、pdf、svg
-m：层次聚类方法，可选single、complete、average、weighted、centroid、median、ward，默认为average
-d：样品距离计算方法，用于样品聚类，可选euclidean、minkowski、cityblock、seuclidean、sqeuclidean、cosine、correlation、hamming、jaccard、chebyshev、canberra、braycurtis、mahalanobis、yule、matching、dice、kulsinski、rogerstanimoto、russellrao、sokalmichener、sokalsneath、wminkowski、ward，默认为braycurtis
-f：物种距离计算方法，用于物种聚类，可选euclidean、minkowski、cityblock、seuclidean、sqeuclidean、cosine、correlation、hamming、jaccard、chebyshev、canberra、braycurtis、mahalanobis、yule、matching、dice、kulsinski、rogerstanimoto、russellrao、sokalmichener、sokalsneath、wminkowski、ward，默认为correlation
-s：数据范围缩放方法，可选log
-x：热图一个小单元的宽度，对于非常大的图可设置此值
-y：热图一个小单元的高度，对于非常大的图可设置此值
--minv：热图展示的最小值（相对丰度），默认为0也即全部展示
--maxv：热图展示的最大值（相对丰度），默认为出现的最大值，设置成100则展示所有物种
--tax_lev：展示的分类层级，可选a（all taxonomic，混杂在一起，不推荐）、k（kingdoms）、p（phyla）、c（classes）、o（orders）、f（families）g（genera）、s（species），默认为s
--perc：百分数，只显示高丰度物种，默认为90
--top：数字，只展示排名前几的高丰度物种ordering based on --perc)
--sdend_h：样品树的高度，默认为0.1
--fdend_w：物种树的宽度，默认为0.1
--font_size：标签字体大小，默认为7
--clust_line_w：系统发育树线的宽度
-c：绘制热图的颜色设置：Accent、Blues、BrBG、BuGn、BuPu、Dark2、GnBu、Greens、Greys、OrRd、Oranges、PRGn、Paired、Pastel1、Pastel2、PiYG、PuBu、PuBuGn、PuOr、PuRd、Purples、RdBu、RdGy、RdPu、RdYlBu、RdYlGn、Reds、Set1、Set2、Set3、Spectral、YlGn、YlGnBu、YlOrBr、YlOrRd、afmhot、autumn、binary、bone、brg、bwr、cool、copper、gist_earth、gist_ncar、gist_rainbow、gist_stern、gray、hot、hsv、jet、pink、seismic、spectral、spring、summer、terrain、winter、bbcyr、bbcry，默认为jet

metaphlan_hclust_heatmap.py --tax_lev g -c Blues --in merged_metagenome.txt --out merged_metagenome.pdf