组装 → 分类注释→下游分析， 按步骤帮你整理宏基因组生信分析工具

土壤微生物组分析工具

2020年1月出版的SpringerBriefs in Environmental Science丛书（电子版）《Unravelling the Soil Microbiome》第六章针对土壤微生物的宏基因组生信分析工具进行了总结和说明。

组装和注释

Genovo：Genovo用于基因序列的从头组装，与其他短读长组装程序相比，Genovo可获得更多核苷酸碱基，识别/预测更多的基因，得到更高质量的组装序列。

khmer：khmer是用于宏基因组处理样品k-mer分析的一种高效存储图形表示法，它克服了鸟枪短读长组装时需要高内存的限制，有效提高组装效率。

Meta-IDBA：用于组装来自不同物种的大量宏基因组数据。

MetAMOS：MetAMOS是一个完全自动化且功能强大的工具，可用于组装产生有价值的scaffold，内含子-外显子识别以及完整的注释。

MetaVelvet：MetaVelvet提供了Velvet的高级版本，能够组装各种来源的复杂短读长数据，还能重建覆盖率相对较低的数据。

MOCATMOCAT：是一个非常灵活和快速的质量控制平台；可对基于Illumina的SE或PE测序数据进行映射和组装。

SOAPdenovo：SOAPdenovo是通过de novo方法组装大型基因组的一种更便宜的方法。

MetaORFA：MetaORFA通过三个步骤促进宏基因组数据分析：1.从宏基因组学数据集中读取带有假定蛋白质编码区的注释；2.通过EULER组装方法将预测区域组装为一组肽；3.通过在线数据库，分析加工后蛋白的同源性和多样性。

FragGeneScan：FragGeneScan是基于Markov模型的改进的基因预测工具，可帮助从小reads中识别基因组的翻译区域。

MetaGeneAnnotator：MGA是单细胞原核生物基因识别的潜在工具。

Orphelia：Orphelia也是一个适用于小reads的基因预测工具。

SILVA：rRNA基因测序是目前被广泛接受的评估不可培养微生物性质的方法。SILVA是一个综合数据资源，提供了来自所有原核生物和复杂微生物最新、高质量的高度保守序列。

Greengenes：Greengenes是一个16S rRNA数据库，常用于识别嵌合体，为比对和进化连锁分析提供平台。

RDP database：RDP database为研究人员根据高度保守的基因序列对细菌和古菌进行质量控制分析提供了便利。

分类

Amphora2：AMPHORA2是一种自动的系统发生推理方法，可以直接用于高通量和高质量的基因组树构建和宏基因组系统分型。

CARMA3：CARMA3是一种从处理过的和未处理过的宏基因组reads中识别群落结构的工具，并与许多同源性搜索兼容。

ClaMS：ClaMS是一个支持java的桌面应用程序，通过用户指定的参考数据集和初始参数将宏基因组数据集中组装的contigs分组。

DiScRIBinATE：DiScRIBinATE (Distance-Score Ratio for Improved Binning And Taxonomic Estimation)是一种快速准确的分类方法，用于在庞大的宏基因组中导航进化关系。
INDUS：INDUS是一个快速分类工具，能够在模型和真实数据下快速对大量reads进行分类。

MARTA：MARTA提供了一个用于研究基因序列之间进化关系的Java平台，并依赖于NCBI工具（例如BLAST软件和分类数据库）。

MetaCluster：MetaCluster是一个可用于对大量物种中的reads进行有效和精确分组的工具。

MetaPhlAn：MetaPhlAn是一个宏基因组系统发育分析工具，它利用分支特异性标记基因快速、准确地将reads定位到微生物分支中。

MetaPhyler：MetaPhyler是预测系统进化关系的工具，并采用系统进化标记基因作为分类学参考。

MTR：MTR通过多个分类等级执行聚类，而不是通过最低的共同祖先(LCA)。与LCA不同的是，它每次读取一个数据；MTR利用reads共享的信息。

NBC：NBC是一个在线数据库，使用naïve Bayes分类系统对整个宏基因组读物进行分类，以达到最佳分类学匹配。

PaPaRa：PaPaRa是一种新颖的在线系统发育识别比对程序，可应用于小基因组reads与参考系统发育比对。

PhyloPythia：PhyloPythia是一个系统发育工具，可提供有关未识别的土壤微生物的一般进化分枝的准确和有用的信息。

Phymm：Phymm是一个改进的分类学分类器，它根据进化背景对非常小的宏基因组reads进行分类。

RAIphy：RAIphy是一种很好的分级和系统发育工具，通常用于宏基因组reads的处理、分类及其有效的功能表征。

SOrt-ITEMS：SOrt-ITEMS是一种使用比对参数而不是位值来寻找系统发育关系的分类算法。

SPHINX：SPHINX是一种混合分类方法，通过使用基于“组合”和“对齐”的分类算法，它具有良好的分类潜力。SPHINX能够像基于组合的算法一样快速地分析宏基因组序列，也能像基于对齐的算法一样高效。

TACOA：TACOA是一种用于生态宏基因组数据集的精确复合系统发育工具，具有识别大/小reads (800 bp)分类的潜力。它是透明的、快速的和精确的，并且参考集可以随着新的基因组序列的可用性而简单地更新。

Treephyler：Treephyler允许用户在复杂的宏基因组数据集之间建立分类关系。

Phymm：Phymm是一个改进的分类学分类器，它根据进化背景对非常小的宏基因组reads进行分类。

功能分析

HUMAn：NHUMAnN在宏基因组数据中预测微生物途径的存在与否。HUMAnN提供了一种精确而有效的方法来描述微生物来源的代谢途径和功能模块，允许在宏基因组研究中评估群落的作用。

metaSHARK：metaSHARK是一个数据库，它以交互的方式为用户提供了便利，可通过web浏览器来探索KEGG代谢网络。

PRMT：PRMT允许探索来自宏基因组的代谢空间，可以作为分析大量DNA序列或宏转录组数据的常用工具。

RAMMCAP：RAMMCAP是基于超高速处理、精细统计包和专用图形用户界面(GUI)开发的，为用户提供了一个更好的平台来聚集和注释感兴趣的宏基因组。

环境内和环境间相互作用网络

Spar-CC：一种基于命令的推理程序，允许用户执行与相关性、自举值和p值相关的各种重要分析，以找到微生物的相互通信网络。

CCREPE：CCREPE可用于预测不同环境中微生物的相互作用，并可在复杂网络下确定它们之间的相互关系。

统计分析

Metastats：Metastats是专门为处理医学研究中的问题而开发的最重要的统计方法。该工具允许同时研究来自两个不同人群的平行宏基因组reads，并识别那些在统计上区分两个人群的特征。
LefSe：LefSe是一种通过不同分类、匹配和评估一致的生物反应进行遗传生物标志物研究的方法。

ShotgunFunctionalizeR：ShotgunFunctionalizeR是用于对基因鉴定的reads进行功能比较评估的工具。该程序包括用于鸟枪法高通量测序的宏基因组数据集的导入，注释和可视化的方法。
SourceTracker：SourceTracker是一种贝叶斯方法，可以估计一个群落中来自另外一系列群落的物种的比例。它能够在任何特定的微生物组中找到一个群落在其他群落中的入侵或生长速度。

模拟研究

GemSIM：GemSIM是高通量测序模拟预测器，能够为任何与通用格式SAM和FASTQ兼容的测序技术生成SE或PE的contigs。

MetaSim：MetaSim是一种基因序列模拟模型，可用于创建一组合成reads，揭示通常宏基因组的系统发育关系。

单细胞分析

IDBA-UD：IDBA-UD是一种工具，用于装配不同测序深度的单细胞或宏基因组的低覆盖率数据。

SmashCell：SmashCell是一个自动化软件框架，计划执行微生物基因组处理，即组装、基因预测和功能表征，以便在过程的每一步进行参数和算法评估。

通用工具包

CAMERA：CAMERA为用户提供了丰富、独特的数据库和生物信息学工具集，用于宏基因组reads处理，并允许研究人员揭示环境微生物的生物学信息。

IMG/M：用户可以使用IMG/M对土壤微生物组进行比较分析。

MEGAN：MEGAN是广泛使用的宏基因组学分析工具；rRNA与宏转录组、宏蛋白质组数据集一起读取。

METAREP：METAREP或JCVI Metagenomics Reports是用于分析和比较带注释的宏基因组reads的Web应用程序。METAREP非常适合进行从多样性结构到代谢组的完整分析。

MG-RAST：MG-RAST是一个用于宏基因组学数据集的高性能计算和分析的高通量流程。该流程可以通过与已经存入的蛋白质和核苷酸库进行比较，自动进行宏基因组数据集的功能分配，还可以识别进化和功能属性。

STAMP：STAMP是一个图形工具包，可帮助进行数学假设分析和用于分析系统发育和功能概况的图表。

VAMPS：VAMPS可协助研究人员使用大规模测序数据开展项目。VAMP允许研究人员通过标记基因序列数据来分析微生物群落多样性和群落之间的相互联系。

EBI-Metagenomics：EBI-Metagenomics使研究人员能够轻松处理原始基因组数据，提供了一个有效的平台以进行基于功能的属性分析和系统发育表征，并进一步自动将数据与相关的元数据存储在EBI。

宏基因组分类和组装的常用工具

2019年《Briefings in Bioinformatics》的一篇综述总结了宏基因组分类和组装方法。

宏基因组经典流程：环境微生物样本--Total DNA提取--文库构建--上机测序（经典短读长: illumina系列；长读长选择: PB, ONT）--数据质控（去除低质量和接头等，去除宿主基因组等干扰信息）--宏基因组组装--Contig Binning--基因组重建--分类注释（可基于reads、contig、bins、还原出来的基因组做物种注释）--其他下游分析。

质控工具

分类注释工具

组装工具

参考文献
[1] Rama Kant Dubey,Vishal Tripathi,Ratna Prabha,et al.Unravelling the Soil Microbiome[M].Switzerland:springer nature,2020:61-70.
[2] Breitwieser F P, Lu J, Salzberg S L. A review of methods and databases for metagenomic classification and assembly[J]. Briefings in bioinformatics, 2019, 20(4): 1125-1136.
图片均来源于参考文献，如有侵权请联系删除。