技术贴 | 宏转录组专题 | 盘点宏转录组分析方法
本文由阿童木根据实践经验而整理，希望对大家有帮助。
原创微文，欢迎转发转载。
Leimena-2013
文章：
核心算法/工具:
1） SortMeRNA：去除16S，23S，18S，28S rRNAs序列的常用工具。
2） BLASTN：用于核酸序列比对的一个模块，速度慢于 MegaBlast，但是功能更强。
3） MegaBLAST：经典比对软件BlAST的子模块，速度快，能找出相似度比较高的序列，一般用于同一物种内部或者分歧不太远的物种之间。
4） KAAS：KEGG自动注释服务器。链接：http://www.genome.jp/tools/kaas/
数据库：
1） SILVA：细菌、古菌、真菌等微生物分类数据库，包含maker序列和注释信息。
2） COG：Cluster of Orthologous Groups of Proteins，蛋白相邻类的聚簇数据库。
3） MetaHIT：人类肠道宏基因组数据库 [Nature 2010]。
4） 人类小肠宏基因组数据库 [ISME J 2012]。
5） KEGG：京都基因与基因组百科全书，包含生物代谢、通路等功能信息的数据库。
核心步骤：
1） 用SortMeRNA和默认的rRNA数据库去除16S，23S，18S，28S的rRNAs序列。
2） 用BLASTN和SILVA、NCBI数据库去除剩下序列中的细菌、古菌、真核生物的tRNA/rRNA序列。
3） 去除Illumina Phix control序列和adaptor序列。
4） 用MegaBLAST 和BLASTN进行mRNA与NCBI数据库（含3979个细菌和古细菌的全基因组或基因组草图）的比对确定mRNA序列的物种发生起源（科/属水平）。
5） 将至少50%比对到基因ORF的序列定义为“基因/编码序列”，少于50%的序列定义为“非编码/基因间序列”，然后用BLAST 、KEGG自动注释服务器KAAS、COG数据库、KEGG数据库进行编码序列的功能注释和代谢分析。
6） 调整BLASTN的参数，用NCBI蛋白数据库、MetaHIT蛋白序列数据库、人类小肠宏基因组数据库、KEGG、COG进一步挖掘4）中“Unassigned mRNA序列”的功能。
HUMAnN2
Species-level functional profiling of metagenomes and metatranscriptomes. Nat Methods 2018
HUMAnN2介绍：http://huttenhower.sph.harvard.edu/humann2
HUMAnN2使：https://bitbucket.org/biobakery/hmp2_workflows/src/master/
核心算法/工具:
1） Bowtie2：是将测序reads与长参考序列比对工具 (适用于将长度大约为50到100或1000字符的reads与相对较长的基因组)。
2） MetaPhlAn2：可以基于宏基因组数据，获得微生物群体中种水平精度的组成，包括细菌、古菌、真核生物和病毒。如果有株水平基因组的物种，也可以追踪和研究。
3） MinPath：是一种使用蛋白质家族预测进行生物通路重建的节俭方法，为查询数据集实现更保守、更可靠的生物通路估计。
4） DIAMOND：一种新的高通量程序，可将DNA序列或蛋白质序列与NR等蛋白质参考数据库进行比对，速度可达BLAST的2万倍，具有很高的灵敏度。
数据库:
1） UniRef：UniProt Reference Clusters（UniRef），是蛋白参考数据库。UniRef对来自UniProtKB的各种数据包括各种剪接变异体进行了分类汇总，还从UniParc中选取了一些数据以求能收录更多数据，同时也保证没有冗余数据。
2） MetaCyc：是一个代谢通路数据库，包含来自3009个不同生物体的2722条通路。
3） ChocoPhlAn pangenome：泛基因组数据库，含细菌、古菌、真核生物、病毒的注释信息。
核心步骤:
1） 用KneadData、Bowtie2、Trimmomatic和hg38 mRNA数据进行序列过滤，去除低质量碱基、序列和宿主序列。
2） 用MetaPhlAn2和ChocoPhlAn泛基因组数据库进行物种分类鉴定。
3） 用MinPath、DIAMOND和UniRef、MetaCyc数据库进行基因家族、功能和通路的注释。
MetaTrans
文章：
MetaTrans链接：http://www.metatrans.org/
核心算法/工具：
1) Kraken：能利用基于k-mer的精确比对方法和庞大的微生物基因组参考数据库（>8500种微生物）超高速、高正确性和精确性地将微生物注释到属及更低的水平。
2) SortMeRNA：去除16S，23S，18S，28S rRNAs序列的常用工具。
3) UCLUST：能以USEARCH作为序列比对引擎进行序列聚类。
4) SOAP2：是SOAP（Short Oligonuclotide Analysis package）的一个主要成员，能进行高速短核酸序列比对。
5) FragGeneScan：是在短序列中找到基因的一种基因注释程序，也可用于在完整或非完整基因组中的预测原核生物的基因。
数据库：
1） SILVA-115：SIVLA微生物分类注释数据库（2013年版）。
2） Greengenes-13.5：Greengenes微生物分类注释数据库（2013年版）。
3） Rfam-11：用来鉴定non-coding RNAs的数据库。
4） tRNA-all：用来鉴定tRNA数据库。
6） MetaHIT：包含1250人的，由EggNOG数据库注释好的的宏基因组数据库。
7） M5nr：包含MG-RAST服务器提供的、1590万个独特的蛋白质和580万个来自IMG、Genbank、InterPro、KEGG、PATRIC、Phantome)、RefSeq、SEED、UniProt的功能注释。。
核心步骤：
SAMSA
文章：
SAMSA GitHub链接：https://github.com/transcript/SAMSA
核心算法/工具
1） Trimmomatic：去除测序数据中接头、引物、低质量碱基和序列的质控工具。
2） FLASH：一种快速、准确的能通过序列重叠区将双端测序得到的上、下游序列合并到一起以增加读长的软件。
3） MG-RAST：Metagenomic Rapid Annotations using Subsystems Technology物种分类和功能分析服务器 链接：http://www.mg-rast.org/
数据库：
核心步骤：
你可能还喜欢
1 初学者如何深入解读16S rDNA扩增子测序数据，从而选择自己的分析步骤
4 技术贴 | 16S专题 | 简单介绍如何用自己的笔记本处理高通量16S数据