前情提要

如果您在學習本教程中存在困難，可能因為缺少背景知識，建議先閱讀本系統前期文章

測試資料

百度雲分享經常被和諧，請讀者自行從原始地址下載測試資料，無法下載請使用藍燈、賽風等代理工具再下載。

Prokka註釋基因

Prokka簡介

細菌基因組、巨集基因組的基因註釋一直是一個非常複雜的問題，Prokka的出現改變了這一切。

Prokka: rapid prokaryotic genome annotation，快速的原核基因組註釋。就是上面的神獸，猜猜是什麼動物，但真不是皮卡丘。

Prokka是一個命令列軟體工具，可以在一臺典型桌上型電腦上在約10分鐘內充分註釋一個細菌基因組草圖。它產生標準相容的輸出檔案以進行進一步分析或者在基因組瀏覽器中檢視。Prokka是用Perl實現的，在遵循開源GPLv2許可證下可以從

此軟體2014年發表於Bioinformatics，截止2017年11月2日Google學術統計引用1265次，最新版本1.12於2017年3月14日更新，大小360MB。因為它是一個複雜的分析流程，依賴關係眾多。

安裝程式

進入工作目錄，即你下載資料的目錄

# 設定工作目錄 wd，使用者根據自己的實際情修改
wd=~/test/metagenome17
cd $wd
# 下載prokka
git clone https://github.com/tseemann/prokka.git
# 安裝依賴關係
 

sudo apt-get -y install bioperl libdatetime-perl libxml-simple-perl libdigest-md5-perl
# 安裝perl包XML
sudo bash
export PERL_MM_USE_DEFAULT=1
export PERL_EXTUTILS_AUTOINSTALL="--defaultdeps"
perl -MCPAN -e 'install "XML::Simple"'
exit

新增環境變數和設定資料庫

# 新增環境變數
export PATH=$PATH:`pwd`/prokka/bin
# 自動搜尋並新增資料庫
 

prokka --setupdb
# 測序資料庫
prokka --listdb

Prokka使用Uniprot-DB資料庫，可使用–usegenus –genus Enterococcus指定額外的資料庫

執行Prokka註釋contig

# 建立工作目錄
mkdir annotation
cd annotation
# 準備輸入檔案
ln -fs ../assembly/combined/final.contigs.fa ./
# 一句命令10分鐘搞定之前別人半年的工作
prokka final.contigs.fa --outdir prokka_annotation --prefix metagG --metagenome --kingdom Bacteria

就是這麼簡單，一句命令10分鐘搞定之前別人半年的工作。給你輸出了你想要的，不想要的各種格式結果。

下表我列出各種輸出結果格式簡介

表1. Prokka 結果說明

檢視結果

# 進入結果目錄
cd prokka_annotation
# 結果總結
cat metagG.txt

organism: Genus species strain
contigs: 7904
bases: 13222363
CDS: 12199
tmRNA: 4
tRNA: 300
repeat_region: 7

上面我們看到結果統計的疊連群(contigs)數量，預測基因(CDS)數量等基本資訊。下面看一下預測的基因序列。

預測基因展示：

# 檢視序列的基因序列
less -S metagG.fsa

>k141_4 [gcode=11] [organism=Genus species] [strain=strain]
ATCGTTTCCCTGCAGACGTCCACCGAGACGAGGTCCGTGGCTTCCACCAGTGCCCCGAGG
GCTACGATGTTGGCCACCTTTTCGCTGCCAAGTTCAAGCGCCGTGGTATGACACGGCACC
GGCAGCACGATGATATCGGATCTGGGGTCGGGATAATCCAGCAGGTCGGAATTGTAAATC
AGCGCTCCGCCCGGTTTTATGATACCGATGAAT
>k141_6 [gcode=11] [organism=Genus species] [strain=strain]
ACAGAACAACCAGGTGGAAACGTATGGTAATTATTGACACGAACACCCACGCCTTGTATT
ATAAGCGTCGCCCCTTGAAACGGGCGGCGTTTTTCATGCACCTTGACAGAGTTATATAGG
CAGGAGAGTAAGCGGGAGAAGGTAAGAGCGATTTATGGAGAGTTTGATCCTGGCTCAGGA
CGAACGCTGGCGGCGTGCCTAACACATGCAAGTCGAACGGTCTG

結果眾多，不再一一列舉，下面用到自然會提到並介紹，用不到的我也不懂了，今天就到這裡了。

Reference

寫在後面

為鼓勵讀者交流、快速解決科研困難，我們建立了“巨集基因組”專業討論群，目前己有國內外六十多位PI，六百多名一線科研人員加入。參與討論，獲得專業指導、問題解答，歡迎分享此文至朋友圈，並掃碼加創始人好友帶你入群，務必備註“姓名-單位-研究方向-職務”。技術問題尋求幫助，首先閱讀《如何優雅的提問》學習解決問題思路，仍末解決推薦生信技能樹-微生物組版塊(http://www.biotrainee.com/forum-88-1.html) 發貼，並轉發連結入群，問題及解答方便檢索，造福後人。

學習16S擴增子、巨集基因組科研思路和分析實戰，關注“巨集基因組”