Skip to content

Homologous

Homologous Genes 指来源于共同祖先的相似序列，包括 orthologs, paralogs, Xenologs。

           Ancester
            /    \     (Gene Duplication)
           A1    A2                                Paralogs: SpeX(A1--A2)
(HGT)      /      \    (Speciation)               Orthologs: (SpeX--SpeY)A1
A1,A2   A1,A2   A1,A2                              Xenologs: (SpeX--SpeZ)A1   跨度巨大的物种间水平基因转移 (e.g. 病毒侵染)
SpeZ    SpeX    SpeY

Protein Family is a group of proteins that share a common evolutionary origin.

获取基因家族的方式有2种：(预测CDS后，or工具内置Prodigal)

  1. OrthoFinder/OrthoMCL 建 Species Tree & Gene Tree
  2. 比对数据库，最基础：
    • Pfam: A large collection of protein families & ID-mapping to PDB.
    • COG/KOG: Cluster of Orthologous Groups of proteins (prokaryotic-COG/eukaryotic complete genomes-KOG)

注释基因家族的的用途：

  1. 对未知序列进行功能注释（因此数据库一般也提供 ID-mapping to GO）
  2. 对家族内基因进行MSA，确定保守位点
  3. 基因家族的扩张和收缩，分析进化压力

InterPro/Pfam

目前 Pfam 在 InterPro 处更新，InterProScan 可实现蛋白家族、结构、功能等多个数据库的注释。使用手册

wget http://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.67-99.0/interproscan-5.67-99.0-64-bit.tar.gz
tar -pxvzf interproscan-5.67-99.0-*-bit.tar.gz

./interproscan.sh -appl SFLD,Pfam -i input_protein.faa -f tsv -dp

也可以：下载 Pfam-A.hmm 后自行注释

## https://www.ebi.ac.uk/interpro/download/Pfam/
hmmpress Pfam-A.hmm     ## Index DB
hmmscan -o out.txt --tblout out.tbl --noali -E 1e-5 Pfam-A.hmm input_protein.faa

EggNOG

EggNOG 对NCBI的COG数据库进行拓展，并且提供了不同分类水平的 Orthogonal Group；且可以区分 paralogs 与 orthologs（？？）；不过更新较慢

使用 eggNOG-mapper 下载目标taxa的各种DB（-P -M -H 对应 Pfam MMseqs2 HMMER）、进行注释；输入类型可选 --itype {CDS,proteins,genome,metagenome}

git clone https://github.com/eggnogdb/eggnog-mapper
cd eggnog-mapper

mkdir -p eggnogDB
python download_eggnog_data.py -H -d 2 --dbname 'Bac' --data_dir eggnogDB      ## -d taxid   (then select y or n) 


python emapper.py -m hmmer -i input_protein.faa --itype proteins   -o outperfix   -d Bac    ## To be Check!!!

注：下载步骤中的 main annotation DB (eggnog.db.gz)、taxa DB (eggnog.taxa.tar.gz) 亦可从 emapperdb FTP 自行获取、解压、放入 eggnogDB/；相关 taxid 的 <taxid>_hmms.tar.gz 文件也可以从 eggNOG FTP - per_tax_level获取、放入 eggnogDB/hmmer/Bac；但是，需要注意相应版本