2021.3.17丨致病菌毒力因子（VFDB）数据库注释

摘要
- 接到一个常规细菌的组装注释项目，不过客户提出想要获取关于组装结果与病毒之间的联系/按之前的操作，dfast没有病毒相关的数据库，无法满足客户需求。一番查阅，发现大家用这个VFDB数据库进行常规的病毒注释，下面将介绍一下使用该数据库进行注释的过程。由于比对工具diamond之前没有介绍过，此次也将一并介绍。
介绍
- DIAMOND简介
  - DIAMOND是用于蛋白质和翻译DNA的搜索序列比对工具，旨在用于大序列数据的高性能分析。
  - 主要功能包括：
    - BLAST以100x-10,000x的速度对蛋白质和翻译的DNA进行成对比对。
    - 移码比对，用于较长读段分析。
    - 资源需求低，可以在标准台式机或笔记本电脑上运行。
    - 各种输出格式，包括BLAST成对，表格和XML，还可以进行标准分类。
- VFDB数据库简介
  - 毒力因子（Virulence factor，VFs）指由细菌，病毒，真菌等代谢产生的带有侵袭力和毒素等毒力性质的分子，主要用于微生物感染宿主时，通过抑制或逃避宿主的免疫反应等出入宿主组织细胞，并从宿主获得营养及自身增殖生长的目的。毒力因子可编码在可移动遗传元件（比如质粒、基因岛、噬菌体等）上并进行水平基因转移（传播），使无害细菌变成危险的病原菌，所以在鉴定毒力因子时一般会考虑基因岛、分泌蛋白等。
  - 病原菌毒力因子数据库 VFDB 由中国医学科学院研发，收集整理了24个属100多种重要医学病原菌已知毒力因子的组成、结构、功能、致病机理、毒力岛、序列和基因组信息等内容，被广泛应用于毒力因子基因鉴定。
材料与方法
- 环境配置
  - Version：Linux version 3.10.0-1160.15.2.el7.x86_64 ([email protected]) (gcc version 4.8.5 20150623 (Red Hat 4.8.5-44) (GCC) ) #1 SMP Wed Feb 3 15:06:38 UTC 2021
    cat /proc/version
  - CPU(s): 64
    lscpu
    - 型号名称： Intel(R) Xeon(R) Silver 4216 CPU @ 2.10GHz
  - Mem: 256G
    free -g
    - Swap: 15G
      交换内存，一般设置为0-10
- DIAMOND安装使用
  - 安装方式
    - conda安装：conda install diamond
    - 下载安装包：GitHub - bbuchfink/diamond: Accelerated BLAST compatible local sequence aligner.
- VFDB数据库使用
  - 官网地址：http://www.mgc.ac.cn/VFs/ 在官网下载数据库时，带有setA 的库为VFDB数据库核心库(set A)，而setB为全库(setB), 其中setA仅包含经实验验证过的毒力基因，而setB则在setA的基础上增加了预测的毒力基因，选择好数据库后，直接用blast即可完成注释。
  - 下载setA库：http://www.mgc.ac.cn/VFs/Down/VFDB_setA_pro.fas.gz
- 构建数据库
  - gunzip VFDB_setA_pro.fas.gz #解压缩
  - diamond makedb --in /home/yangxin/db/vfdb/VFDB_setA_pro.fas --db /home/yangxin/db/vfdb/VFDB_setA #构建数据库
  - diamond blastp -db VFDB_setA_pro.fas.dmnd --query protein.fa --out vf_anno.txt #进行数据库比对注释
结果展示
- 本地注释结果
  - 结果说明
- 在线注释
  - 本地注释的结果没有很好体现了毒力因子的基因名称以及相关描述，后来又使用VFDB在线BLASTP进行注释，得到了另一个结果。注释链接：VFDB: Virulence Factors of Bacterial Pathogens (mgc.ac.cn)
  - 注释结果
    - 该表格为网络视图复制粘贴后进行了分列处理得到的结果，对于客户而言更加直观。于是将该表格作为注释交付结果。
总结
- 尽管在线工具方便，但毕竟需要手动处理。还是建议探索本地分析，能够更好构建分析流程。

2021.3.17丨致病菌毒力因子（VFDB）数据库注释

悦读