Metagenómica Funcional 2024

Centro de Investigaciones Biológicas del Noroeste S.C. La Paz, Baja California Sur.
Noviembre 2024

Dra. E. Ernestina Godoy Lozano | [e-mail] | [e-mail]

Tabla de Contenido

• Metagenómica Funcional 2024
  • Tabla de Contenido
• TEMA 4. Reconstrucción de genomas de novo y pangenomas. Parte B
  • 4.1. Preparación de espacio de trabajo
  • 4.2. PYANI
    • 4.2.1 Obtencion de referencias
    • 4.2.2 Modificar archivos de salida
    • 4.2.3 Correr pyani
  • 4.3 Pangenomas
    • 4.3.1 Obtencion de referencias
    • 4.3.2 Correr ProteinOrtho
    • 4.3.3 Explorar salida de ProteinOrtho
    • 4.3.4 Generar cuentas de pangenoma
    • 4.3.4 Generar diagrama de Venn

TEMA 4. Reconstrucción de genomas de novo y pangenomas. Parte B

4.1. Preparación de espacio de trabajo

Feature: Generar directorio de trabajo
cd curso_2024
mkdir comparative_genomics && cd comparative_genomics
mkdir pyani

4.2. PYANI

Feature: Activar ambiente conda
conda activate new_env

4.2.1 Obtencion de referencias

Feature: Obtencion de referencias
cd pyani
genbank_get_genomes_by_taxon.py -h

# Instrucción para Bajar todos los genomas del genero "Pelosinus" que tiene el taxid (NCBI) 365348
# nohup genbank_get_genomes_by_taxon.py -o pyani_input -t 365348 -l Pelosinus_downloads.log --email [e-mail] &

# Haremos una copia del directorio de pyani_input
cp -r /Datos/cursoMet/pyani_input/ .
cd pyani_input

Feature: Revisar los archivos log
less Pelosinus_downloads.log
tail Pelosinus_downloads.log

4.2.2 Modificar archivos de salida

Feature: Quitar los genomas comprimidos
cd pyani_input
rm *.fna.gz

Feature: mover los archivos txt a un nivel superior
cat labels.txt
mv labels.txt classes.txt ../.

Feature:  Quitar genomas repetidos
rm GCF_900114615.1_IMG-taxon_2636416028_annotated_assembly_genomic.fna GCF_000271485.1_Pelosinus.strR7_v1.0_genomic.fna GCF_900100555.1_IMG-taxon_2642422525_annotated_assembly_genomic.fna GCF_000271665.1_Pelosinus.strJWB45_v1.0_genomic.fna

Feature: Generar liga simbolica dentro de la carpeta de pyani_input del genoma a comparar
ln -s /Datos/cursoMet/cursos/bins_final/bin.3.fa Pelosinus_MAG.fa

Feature: Verificar que la liga simbolica esta activa
ls -l
cd ..

Feature: Modificar el archivo de labels para quitar genomas repetidos y genomas que no se pudieron bajar
nano labels.txt

Feature: Agregar 
Pelosinus_MAG	Pelosinus MAG

Feature: Borrar las lineas de los genomas repetidos

# GCF_900114615.1_IMG-taxon_2636416028_annotated_assembly_genomic
# GCF_000271485.1_Pelosinus.strR7_v1.0_genomic
# GCF_900100555.1_IMG-taxon_2642422525_annotated_assembly_genomic
# GCF_000271665.1_Pelosinus.strJWB45_v1.0_genomic

4.2.3 Correr pyani

Feature: usar el script average_nucleotide_identity.py
average_nucleotide_identity.py -h
nohup average_nucleotide_identity.py -v -i pyani_input/ -o pyani_output/ -g --gformat png --labels labels.txt &

Feature: Examinar los archivos de salida
cd pyani_output

Feature: borrar nucmer_output.tar.gz
rm nucmer_output.tar.gz

Feature:  Copiar archivos de salida a su computadora
# comando en mi computadora
scp -r ebioinfoXX@200.23.162.231:/home/egodoy/curso_2022/comparative_genomics/pyani/pyani_output/ .

4.3 Pangenomas

Feature: Preparar ambiente de trabajo
cd ../..
mkdir proteinOrtho
cd proteinOrtho

4.3.1 Obtencion de referencias

Feature: Generar ligas simbolicas de los proteomas
# a240
ln -s /Datos/cursoMet/cursos/genomas/*.faa .
#a231
ln -s /home/egodoy/database/genomas/*.faa .
# Verificar
ls -l

4.3.2 Correr ProteinOrtho

Feature: Ayuda de proteinortho5.pl
/Datos/cursoMet/scripts/proteinortho_v5.16b/proteinortho5.pl -h

Feature: Correr proteinortho5.pl
nohup /Datos/cursoMet/scripts/proteinortho_v5.16b/proteinortho5.pl -project=Pelosinus -cpus=4 -verbose -step=0 -dups=2 -singles bin_3_Pelosinus.faa Pelosinus_fermentans_JBW45.faa Pelosinus_sp_Bkl1.faa &

4.3.3 Explorar salida de ProteinOrtho

Feature: Usar comando "head" y "cat"
head Pelosinus.proteinortho
head Pelosinus.proteinortho-graph
cat Pelosinus.proteinortho-graph.summary

4.3.4 Generar cuentas de pangenoma

Feature: Contar genes de Core, Shell y Cloud
wc -l Pelosinus.proteinortho

# Core
grep -c '^3' Pelosinus.proteinortho

# Shell
grep -c '^2' Pelosinus.proteinortho

# Cloud
grep -c '^1' Pelosinus.proteinortho

## Extraer genes de Core, Shell y Cloud
# Core
grep '^3' Pelosinus.proteinortho > core.tab

# Shell
grep '^2' Pelosinus.proteinortho > shell.tab

# Cloud
grep '^1' Pelosinus.proteinortho > cloud.tab

### Explorar archivos
less core.tab
less shell.tab
less cloud.tab

### Extraer genes que solo tienen nuestro genoma
cut -f4 cloud.tab| grep -v '*' > cloud_Pelosinus_fermentas_GOM.tab

# Contar numero de genes
wc -l cloud_Pelosinus_fermentas_GOM.tab

# Explorar archivo
less cloud_Pelosinus_fermentas_GOM.tab

4.3.4 Generar diagrama de Venn

Feature: Usar script venn_diagram_Pelosinus.R 
conda activate R
Rscript /Datos/cursoMet/scripts/venn_diagram_Pelosinus.R Pelosinus.proteinortho