微生态

如何用FAPROTAX预测微生物群落功能

原创： 参天大葱 微生物生态 2017-05-31

前言

前段时间卢瑟菌已经给大家普及了基于原核16S rDNA高通量测序结果对微生物群落功能或表型进行预测的四种方法——PICRUSt、Tax4Fun、FAPROTAX及BugBase（详细戳这里）。本篇软文针对功能预测的一支新秀——FAPROTAX，详细介绍其使用方法。

关于FAPROTAX的介绍可参阅官网说明或卢瑟菌的软文。

FAPROTAX官网链接：

http://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?section=Instructions

这里简单一提

FAPROTAX原理：

作者先根据文献资料手动构建了联系物种分类与功能注释的FAPROTAX数据库；后又编写了联系OTU分类表与FAPROTAX数据库的python脚本；最后，只要将基于16S的OTU分类表通过python脚本就可以输出微生物群落功能注释预测结果（如下图）。

FAPROTAX特点：

FAPROTAX较适用于对环境样本（如海洋、湖泊等）的生物地球化学循环过程（特别是碳、氢、氮、磷、硫等元素循环）进行功能注释预测。因其基于已发表验证的可培养菌文献，其预测准确度较好，但相比于上述PICRUSt和Tax4Fun来说预测的覆盖度可能会降低。

PICRUSt输入的物种丰度表目前只能用gg数据库进行物种注释，在这一点上FAPROTAX更灵活！          

1

  准备工作

在使用FAPROTAX做功能预测前，有一些准备工作：

a、FAPROTAX脚本collapse_table.py下载（请使用python 2.7，python 2.6无法运行！python 3或许可以运行！）；

b、FAPROTAX功能注释数据库下载；

c、物种丰度表已生成（文本格式、Biom格式）。

FAPROTAX脚本及数据库下载：

FAPROTAX是由python语言编写的脚本collapse_table.py

当前最新版本依然是FAPROTAX 1.0

下载地址：

http://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?section=Download

下载后会获得一个.tar.gz压缩文件，包含有FAPROTAX脚本和数据库。

2

  简单操作

假设说我们通过OTU聚类、物种分类注释，已经得到了物种丰度表，接下来我们就可以使用FAPROTAX进行功能预测了！

FAPROTAX可识别的物种丰度表有两种，一种是文本格式（classical (tabular) taxon tables），一种是Biom格式。

1）文本格式命令行：

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt

2）Biom格式命令行：

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt

上述，

-i输入文件，物种丰度表；

-g输入文件，FAPROTAX数据库；

-o输出文件，功能丰度表；

这三个是所有选项中最基本的选项！在其他选项均为默认的情况下，是最简短的命令行。

如果你觉得这三个选项满足不了你的需要，可详细了解更多选项：

http://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?section=Instructions

3

  更多选项

-i, --input_table（必选）

输入，OTU表，tabular或BIOM格式。

-g, --input_groups_file（必选）

输入，FAPROTAX数据库。

-o, --out_collapsed（可选）

输出，功能表，总表。

-s, --out_sub_tables_dir（可选）

输出，功能表，分表，每类功能单独生成一个表(one per functional group)，表内仅包含功能相关的OTU。

-r, --out_report（可选）

输出，报告文件，记录每个OTU相关的功能group。

--out_groups2records_table（可选）

输出，列出哪些OTUs与哪组功能相关。1 (association)，0 (no association)。

--out_group_overlaps（可选）

输出，列出两组功能共有的OTUs。

--out_group_definitions_used（可选）

输出，输出指定功能group。

-d, --row_names_are_in_column（可选）

指定行名（物种分类）所在列，仅限文本输入文件，首列列号为0，以此类推。

--collapse_by_metadata（可选）

指定行名（物种分类）所在列，仅限Biom输入文件，首列列号为0，以此类推。

--dont_parse_group_metadata（可选）

输出文件不包含任何功能信息。

--column_names_are_in（可选）

指定输入文本文件列名（e.g. sample names）所在位置：'none' (无列名), 'last_comment_line' 和 'first_data_line' (default).

--table_delimiter（可选）

指定输入文本文件分隔方式，默认为'tab'。

--omit_columns（可选）

忽略某列，首列列号为0，以此类推。如要去掉第1,102-104列：--omit_columns '0,101,102,103'。

--group_leftovers_as（可选）

命名未注释到功能的分类，如标记为 'other'：--group_leftovers_as 'other'。

-n, --normalize_collapsed（可选）

标准化输出：'none'(不进行标准化, default), 'columns_before_collapsing' (TSS of the OTU table), 'columns_after_collapsing' (TSS of the function table), 'columns_before_collapsing_excluding_unassigned' (TSS of the OTU table restricted to functionally assigned OTUs)。

-v, --verbose（可选）

展示命令执行过程细节

-f, --force（可选） 

强制覆盖已存在文件

-h, --help（可选） 

帮助文件

如果你觉得看选项的解释不够形象，那么下面有一些选项运用实例。

4

  选项应用

1）帮助选项

collapse_table.py -h

2）Biom格式输入、输出，-v 展示命令执行过程细节

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -v

注：此处biom表内的IDs对应的是分类信息而不是OTU编号，可由Qiime脚本summarize_taxa.py或summarize_taxa_through_plots.py产生。

3）如果biom表内IDs对应的不是分类信息，则需要指定分类信息所在表内的位置（列），如“taxonomy”。

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -v --collapse_by_metadata 'taxonomy' 

注：make_otu_table.py或pick_open_reference_otus.py等Qiime脚本产生的biom表属于这种类型。--collapse_by_metadata仅限使用在Biom格式输入时。

4)文本格式（classical (tabular) taxon tables）输入、输出，-d指定分类信息所在表内的位置（列）。

制表符分隔的文本文件

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt -v -d 'taxonomy' -c '#'

注：-d仅限使用在文本格式输入时。输入文件格式，每一行表示一个分类taxa，每一列表示一个物种，物种分类信息存储在名为“taxonomy”的列内。-c # 是说，当文件内出现“#”时，忽略此行（即与“#”的通常用法一致），这就保证，文件的第一个非注释（无“#”）行是列名header line。

5）如果列名也含有“#”，可以使用"--column_names_are_in last_comment_line"告诉电脑，最后一个注释行是列名

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt --column_names_are_in last_comment_line -d 'taxonomy' -c '#' -v

6）如果文件内没有列名，可使用"--column_names_are_in none"告诉电脑列名为空，这样就需要指出物种分类存在于哪一列，如下0表示第一列，以此类推。

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt --column_names_are_in none  -c '#' -v -d 0

7）如果表格有多余的列，如第一列为OTU编号时，或是有样品列不想保存到输出文件，可运行如下指令（例，去掉第1,102-104列）

collapse_table.py -i tax_table.tsv -o func_table.tsv -g FAPROTAX.txt -d 'taxonomy' -c '#' --omit_columns '0,101,102,103' -v

8）未注释到功能的物种分类，标记上other

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt --group_leftovers_as 'other' -v

9）输出报告文件

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -r report.txt -v

10）标准化输出

collapse_table.py -i tax_table.biom -o func_table.biom -g FAPROTAX.txt -n columns_after_collapsing -v

11）指定输出格式。默认情况下，输入和输出格式相同（同为biom或文本格式）。使用"--output_format_collapsed"可指定输出格式

collapse_table.py -i tax_table.biom -o func_table.tsv -g FAPROTAX.txt --output_format_collapsed classical -v

5

  补充说明

1）物种分类格式

以下是三种可用的物种分类的格式，不同层次分类用分号隔开，分别表示界、门、纲、目、科、属、种…

k__Bacteria;p__Proteobacteria;c__Gammaproteobacteria;o__Xanthomonadales;f__Xanthomonadaceae;g__Thermomonas;s__fusca 

D_0__Bacteria;D_1__Firmicutes;D_2__Bacilli;D_3__Bacillales;D_4__Bacillaceae;D_5__Bacillus;D_6__Bacillus sp. YZ5 

Bacteria; Chlorobi; Chlorobia; Chlorobiales; Chlorobiaceae; Chlorobaculum; Chlorobaculum thiosulfatiphilum DSM249T

2）序列注释后，经常会产生一些不够详细的物种分类信息，如注释不到科、属水平。FAPROTAX也允许这种输入，但是这种情况下由于分类不够详细，相应的，能够预测出的功能也更少。

6

  最后之笔

FAPROTAX的输出结果格式如下：

1）report文件：详细记录了每个功能包含多少个OTU（物种分类），以及包含哪些OTU。基于此，我们可以根据关注的功能找到对应的OTU。

2）功能丰度表：第一列为预测的功能列表，其余为样品列，数值表示相对丰度。基于功能丰度表，我们就可以做出各种样式美美的图。

今天就给大家介绍到这里吧，本葱也是边学习边总结，不足之处，欢迎大家在留言区指出哦~

参考文献：

Louca S, Parfrey L W, Doebeli M. Decoupling function and taxonomy in the global ocean microbiome[J]. Science, 2016, 353(6305): 1272-1277.

本期排版：参天大葱

本期校稿：卢瑟菌 李小圆