博文
kraken2个性化建库
|
1. kraken2安装
1.下载
Kraken2下载地址：https://github.com/DerrickWood/kraken2/releases/tag/v2.1.3/
解压kraken2-2.1.3/
2.安装到指定位置（../install/）
install_kraken2.sh ../install/
2. 个性化建库
创建个性化库patho步骤
1.下载ncbi-taxonomy分类库
install/kraken2-build --download-taxonomy --threads 24 --db patho
结果：生成patho/taxonomy/
【注意】此步下载三个压缩包并解压，但是速度很慢。建议使用ascp软件下载到patho/taxonomy/路径下，程序会自己检测到已存在压缩文件，并解压。
2.添加自定义库的fna文件（patho.fna）
install/kraken2-build --add-to-library patho.fna --db patho
结果：生成patho/library/和patho/taxonomy/prelim_map.txt
【注意】此步可能会报错，因为可能patho.fna库里面序列accession（sequence ID），kraken2就是识别不出来（即sequence ID不在nucl_gb.accession2taxid和nucl_wgs.accession2taxid文件中）。修改kraken2-2.1.3/scripts/scan_fasta_file.pl，红框一行代码#注释掉即可。
如果有多个fa文件可使用：find genomes/ -name '*.fa' -print0 | xargs -0 -I{} -n1 kraken2-build --add-to-library {} --db $DBNAME
3.构建个性化库
install/kraken2-build --build --db patho/
结果：patho/生成hash.k2d，opts.k2d，taxo.k2d，seqid2taxid.map（accession与taxid对应关系表）
备注：--threads参数可以缩短建库时间
4.使用个性化库，物种鉴定（seqs.fa测序文件）
install/kraken2 --db patho/ --threads 20 --output result.profile --report result.report seqs.fa
【补充】
*低复杂度序列处理 |
1.屏蔽低复杂度序列可以帮助防止Kraken 2的结果中出现误报，因此此功能作为默认选项添加到了Kraken 2中的库下载/添加过程中。 2.NCBI BLAST+套件中使用dusmasker（核苷酸序列）和segmasker（氨基酸序列）插件屏蔽低复杂度序列，如果本地没有安装并且没有在用户默认环境变量中，使用kraken2-build建库会失败。 备注：--no-masking跳过对低复杂度序列的屏蔽。 |
*特殊数据库构建（不遵循NCBI分类法的常见用例，目前主要为16S类型） |
kraken2-build --db $DBNAME --special TYPE 针对16S测序项目，TYPE支持从三个公开可用的16S数据库构建Kraken 2数据库：greengenes，rdp，silva |
*添加其他基因组，但基因组必须满足以下要求（即个性化建库）： |
1.必须是fasta格式 2.每个序列的sequence ID（标题行上>和第一个空白字符之间的字符串）必须包含NCBI accession以允许Kraken2查找正确的分类群，或者使用kraken:taxid直接赋值分类ID（适用于未从NCBI下载的序列）。 在sequence ID中添加字符串kraken:taxid|XXX（XXX为taxon ID），如下： |
|
https://blog.sciencenet.cn/blog-994715-1398721.html
上一篇：seqkit replace使用说明
