文章目录
- 概述
- 介绍
- 下载安装程序
- 下载并配置环境
- 安装依赖R包并显示帮助
- 运行示例数据
- Bug及解决方法-☆
- 使用
- 输入文件准备-☆
- 下载Greengenes数据库
- 在QIIME2中操作
- R语言操作
- 运行Bugbase
概述
Bugbase依赖于Greegenes1与R
- 但是R现已更新到4.4以上，安装R包时会不兼容
- 且输入文件的ID 须为Greegenes ID，且与原ASV无对应
本文主要解决以上两问题，其他具体操作将略
介绍
BugBase是一种微生物组分析工具，可确定微生物组样本中存在的高级表型，可以基于OTU表和Mapping files，预测大量信息和比较，包括以下七方面：
- 括革兰氏阳性（Gram Positive）
- 革兰氏阴性（Gram Negative）
- 生物膜形成（Biofilm Forming）
- 致病性（Pathogenic）
- 移动元件（Mobile Element Containing）
- 氧需求（Oxygen Utilizing，包括Aerobic、Anaerobic、facultatively anaerobic）
- 氧化胁迫耐受（Oxidative Stress Tolerant）
下载安装程序
下载并配置环境
cd ~/software
wget https://github.com/knights-lab/BugBase/archive/master.zip
mv master.zip BugBase.zip
unzip BugBase.zip
mv BugBase-master/ BugBase
# 此程序运行必须定义下面环境变量，根据实际目录修改
export BUGBASE_PATH=/home/yangzy/software/BugBase
export PATH=$PATH:/home/yangzy/software/BugBase/bin
安装依赖R包并显示帮助
run.bugbase.r -h # 安装了所有依赖包
# 以上R包如果已经安装，此步可跳过
# 每次运行都会重复安装10多个包近半小时
运行示例数据
# 运行演示数据
run.bugbase.r -i $BUGBASE_PATH/doc/data/HMP_s15.txt -m $BUGBASE_PATH/doc/data/HMP_map.txt -c HMPBODYSUBSITE -o output
运行中会显示运行内容如下
[1] "Loading Inputs..."
[1] "16S copy number normalizing OTU table..."
[1] "Predicting phenotypes..."
[1] "313 OTUs from the input table matched the 203452 available database OTUs"
[1] "Plotting thresholds..."
[1] "Plotting predictions..."
[1] "Plotting OTU contributions..."
[1] "BugBase analysis complete"
Bug及解决方法-☆
必需的’Matrix’包提示 needs R >= 4.4.0，
'biom’包报错是 installed before R 4.0.0: please re-install it
二者互相矛盾
###################################################################
最后解决方法——修改原始程序
修改后的程序可邮箱联系我获取
（yangziyi2001@126.com）
脚本原始是专门设置了一个位置存包，如果有其他版本遗留的会起冲突
将位置换了后运行成功
使用
输入文件：
OTU_table
BIOM 1.0, JSON格式
16S以GrennGenes为参考数据库 #过旧 但可用
宏基因组以IMG为参考
样本信息
第一列为样本
参数解释：
-i otu_table biom1.0格式文件
-m 样品信息表
-c 指定样品分组
-o 输出文件名称
-t 指定分类水平 1-7，默认门水平
-p 表型，特殊表型预测
-x 只输出预测表，不出图片
-T 阈值 0-1，可指定过滤阈值
输入文件准备-☆
使用QIIME2 与Greengenes数据库进行聚类比对
下载Greengenes数据库
下载地址：
https://ftp.microbio.me/greengenes_release/gg_13_8_otus/taxonomy/
在QIIME2中操作
激活QIIME2环境
conda activate qiime2-2023.5
将 97% 的 OTU fasta 文件（从 rep-set 文件夹）导入到 QIIME 2 中。
qiime tools import \
--type 'FeatureData[Sequence]' \
--input-path gg_13_8_otus/rep_set/97_otus.fasta \
--output-path gg_97_otus.qza
使用cluster方法在 97% 的相似性阈值下对序列进行聚类。
qiime vsearch cluster-features-closed-reference \
--i-sequences rep-seqs-dada2.qza \
--i-table table-dada2.qza \
--i-reference-sequences gg_97_otus.qza \
--p-perc-identity 0.97 \
--o-clustered-table table-cr-97.qza \
--o-clustered-sequences rep-seqs-cr-97.qza \
--o-unmatched-sequences unmatched-seqs \
--verbose
- 输入去重序列（rep-seqs-dada2.qza）和表格（table-dada2.qza）。
- 使用预先建立的参考序列（gg_97_otus.qza）进行聚类。
- 设置相似性阈值为97%（–p-perc-identity 0.97），即寻找97%序列相似性。
- 输出聚类后的表格（table-cr-97.qza）和代表序列（rep-seqs-cr-97.qza）。
- 将未匹配的序列输出到unmatched-seqs中。
- 使用–verbose选项以获取详细输出信息。
R语言操作
- 输出的table-cr-97.qza和rep-seqs-cr-97.qza是具有Greengenes ID，没有OTU ID的
- 将rep-seqs-cr-97.qza中的序列与之前rep-seqs.qza中的序列比对，将Greengenes ID和OTU ID号对应上，再通过ASV_contrast对应得到Greengenes ID_OTU_ASV_sequen表
- 最后将dna-sequences.TAB.no-All.txt和feature-table-tax.txt合并，得到仅保留与ASV比对上的Greengenes ID的特征序列丰度表–>asv_table
运行Bugbase
run.bugbase.r -i $BUGBASE_PATH/doc/data/HMP_s15.txt -m $BUGBASE_PATH/doc/data/HMP_map.txt -c HMPBODYSUBSITE -o output
参考：
[1]16S预测细菌表型-bugbase：革兰氏阴阳、生物膜、致病力、移动元件、氧气消耗等…
[2]qiime2-to-BugBase
