Roary：高效解析原核生物泛基因组

泛基因组分析整合多个体基因组，识别核心与可变基因组，揭示遗传多样性、适应能力、致病与耐药性等特性，有助于发现新基因与家族，揭示基因表达与调控模式，为微生物生态、疾病研究和药物开发提供见解。泛基因组分析软件众多且各有千秋，Roary、PGAP等因高效、准确、易用受青睐，今天就介绍细菌泛基因组分析的利器——Roary。

Roary是一个专注于大规模原核生物泛基因组分析的开源工具，其核心功能是利用由Prokka（参考文章：昨日重现：一个软件，让我想起了生物信息学的黄金时代）生成的GFF3格式的注释组装文件（含核酸序列数据），来计算物种的泛基因组结构。它依赖于Perl脚本和bedtools、cd-hit、ncbi-blast+、mcl、mafft和Fasttree（参考文章：FastTree：构建系统进化树，比快更快）等多个开源工具，这些工具相互交互，确保了分析的高效准确。

功能特点

核心功能：

1. 1. 泛基因组分析： 迅速计算多菌株泛基因组，揭示基因组多样性与保守性。
2. 2. 核心基因鉴定：识别核心基因和可变基因，并将它们分组到不同的基因家族中，生成相应的统计报告，助力理解微生物进化与功能。
3. 3. 基因家族分析： 通过使用BLAST和MCL（马尔可夫聚类算法）识别和聚类基因，生成基因簇，从而分类基因家族，探究基因功能与进化关系。

4.基因组比较：Roary支持使用PRANK或MAFFT（参考文章：多序列比对工具，我曾经最爱这一款）进行多序列比对，生成核心基因的多序列比对文件，以支持进一步的系统发育（参考文章：1分钟构建系统进化树）与基因组比较研究。

高效性

通过并行计算，Roary可以大大缩短基因组分析的时间，且不会牺牲结果的质量，非常适合处理大规模数据集。

灵活性：根据研究目的调整参数*

Roary参数丰富，可按需调整。若寻核心基因和建系统树，-e和 -n（-n fast core gene alignment with MAFFT）重要；若重基因分布，-i（调整blastp相似度阈值）和 -cd（核心基因存在比例下限）需斟酌。

丰富的输出文件

summary_statistics：此文件记录了各类基因的数量及总数。若核心基因或总基因数异常高，可能表明输入文件有误，如混入其他物种基因组或样品受污染。

gene_presence_absence.csv：记录各样本中基因的存在或缺失、名称、功能注释及所在菌株数量，有助于分析基因分布。

其他输出文件：如gene_presence_absence.Rtab这类0/1矩阵文件便于R语言分析，而core_gene_alignment.aln等文件为深入研究提供了数据基础。

跨平台兼容

Roary支持多种安装方式，包括Bioconda、Docker和虚拟机等，方便用户在不同平台上快速部署和使用。

总结

Roary是一个强大的泛基因组分析工具，能够帮助我们更好地理解和分析细菌的基因组数据。如果你不想安装本地软件，或者希望随时随地进行分析，则可以在Galaxy生信云平台（usegalaxy.cn）上运行Roary轻松快捷进行泛基因组的分析。