bioinfo

AnnotationForge包构建非模式物种Orgdb包

Jeason

624字约2分钟

Bioconductorbiosoftware

2023-04-04

背景

通常在对物种做GO富集分析时，我们会遇到2种情况模式物种 & 非模式物种；针对模式物种专门的Orgdb包，但是目前针对模式物种的包只有20种,针对非模式职位另一种解决方案是通过AnnotationForge包来创建Orgdb包，本节来介绍如何构建非模式物种的Orgdb来做GO富集分析

1.准备注释文件

首先需要获取物种对应的注释文件（无论蛋白组还是基因组）

注释文件可以通过eggnog网站上传参考序列文件注释得到(eggnog-mapper也可注释)

注释之后会生成以下文件：

[project_name].emapper.hmm_hits: 记录每个用于搜索序列对应的所有的显著性的 eggNOG Orthologous Groups(OG). 所有标记为"-"则表明该序列未找到可能的OG
[project_name].emapper.seed_orthologs: 记录每个用于搜索序列对的的最佳的 OG，也就是 [project_name].emapper.hmm_hits里选择得分最高的结果。之后会从eggNOG中提取更精细的直系同源关系(orthology relationships)
[project_name].emapper.annotations: 该文件提供了最终的注释结果。大部分需要的内容都可以通过写脚本从从提取。

[project_name].emapper.annotations中主要列对应的记录如下：

query_name: 检索的基因名或者其他ID
sedd_ortholog: eggNOG中最佳的蛋白匹配
evalue: 最佳匹配的e-value
score: 最佳匹配的bit-score
Preferred_name: 预测的基因名，特别指的是类似AP2有一定含义的基因名，而不是AT2G17950这类编号
GOs: 推测的GO的词条，未必最新
KEGG_KO: 推测的KEGG KO词条，未必最新
BiGG_Reactions: BiGG代谢反应的预测结果

2.安装AnnotationForge包

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

BiocManager::install("AnnotationForge")

3.导入数据

从准备的注释文件导入注释信息，并提取必要的列用于构建库

emapper <- read.delim("emapper.annotations.xls") %>%
  dplyr::select(GID=query_name,Gene_Symbol=Preferred_name, 
                GO=GOs,KO=KEGG_ko,Pathway =KEGG_Pathway, 
                OG =X.3,Gene_Name =X.4)
gene_info <- dplyr::select(emapper,GID,Gene_Name) %>%
  dplyr::filter(!is.na(Gene_Name))

gene2go <- dplyr::select(emapper,GID,GO) %>%
  separate_rows(GO, sep = ',', convert = F) %>%
  dplyr::filter(GO!="",!is.na(GO)) %>% 
  mutate(EVIDENCE = 'A')

4.构建0rgdb包

AnnotationForge::makeOrgPackage(gene_info=gene_info,
                                go=gene2go,
                                maintainer='test<youremail@gmail.com>',
                                author='name',
                                version="0.1" ,
                                outputDir=".", 
                                tax_id="59729",
                                genus="M",
                                species="A",
                                goTable = "go")

5.安装R包

可以直接从文件夹进行安装，也可以构造之后安装

install.packages('path/to/dir', repos = NULL, type = 'source)