FindFungi - Hackaton

FindFungi es un pipeline que permite la búsqueda de hongos presentes en muestras metagenómicas de Shotgun. El siguiente pipeline es una modificación del desarrollado por Donovan y col., 2018.

Prerriquisitos

• gcc version 4.4.4 20100726 (Red Hat 4.4.4-13)
• coreutils 8.27
• skewer 0.2.2
• kraken 0.10.5-beta
• ncbi blast 2.2.30
• Rscript 3.3.3 (packages: wordcloud)
• graphviz 2.40.1
• python 2.7.13 (modules: sys, os, ete3, Bio, math, argparse, itertools, collections & re)

Instalación prerrequisitos: kraken 0.10.5-beta

Kraken es uno de los requerimientos para continuar con el pipeline de FindFungi. Por ello buscamos la versión de interés, en este caso en Anaconda encontramos la versión deseada. Instalamos la paquetería

conda install kraken=0.10.5-beta

Obtención de datos con NCBI SRA Toolkit

A través de herramientas en línea de comando se pueden obtener los datos necesarios para continuar con este pipeline.

# Descargar programa
 wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/3.0.0/sratoolkit.3.0.0-ubuntu64.tar.gz
# Instalar
tar -vxzf sratoolkit.tar.gz
export PATH=$PATH:/media/strain/datos/sratoolkit.3.0.0-ubuntu64/bin
which fastq-dump
vdb-config --interactive

Descarga de datos con NCBI SRA

Para obtener los archivos fastq a partir del NCBI-SRA usando el ID BioProject. Descarga SRR_Acc_List.txt de la sección "Accession List" de todos los archivos seleccionados. Con este archivo y con la herramienta SRA toolkit. El formato SRR_Acc_List.txt es como sigue:

SRR11192680
SRR11192681
SRR11192682
SRR11192683
SRR11192684

Descargar archivos SRA

prefetch --option-file SRR_Acc_List.txt

Convertir SRA a fastq

for name in DIRECTORY
do
fasterq-dump --split-files $name/$name.sra
done

Instalación

• Descarga todos los scripts de GitHub/GiantSpaceRobot y guardalos en una carpeta de Scripts. Necesitas darles el permiso (chmod 755 * ).
• El script FindFungi-withoutBSUB.sh y cambia las rutas absolutas que se indiquen dentro del script.
• De igual manera edita la ruta abosluta indicada en el script LowestCommonAncestor.sh.
• NOTA: puede ser necesario que incluyas la ruta absoluta para todos los scripts y herramientas dentro del script master FindFungi-withoutBSUB.sh, dependiendo de las preferencias del nodo del cluster.
• Descargar la base de datos de Kraken y BALST

# Fungal Genome BLAST Databases
wget http://bioinformatics.czc.hokudai.ac.jp/findfungi/FungalGenomeDatabases_EqualContigs.tar.gz

# Fungal Genome Kraken Databases
for file in {1..32}
do
wget http://bioinformatics.czc.hokudai.ac.jp/findfungi/Kraken_$file.tar.gz
done

• Descromprime los archivos

ls *gz | sort -k2n -t_ | while read line
do 
tar -xvzf $line
done

Corriendo datos de prueba

Descarga el conjuntos de datos ERR675624 de la European Nucleotide Archive. Este conjunto contiene lecturas de hongos.

wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/ERR675/ERR675624/ERR675624_1.fastq.gz
wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/ERR675/ERR675624/ERR675624_2.fastq.gz

Descomprime los archivos y concatenalos

gunzip ERR675624_*.fastq.gz
cat ERR675624_*.fastq > ERR675624_both-pairs.fastq

Ejecuta el pipeline

./FindFungi-0.23.sh /path/to/ERR675624_both-pairs.fastq ERR675624

El resultado de .csv debería mostrar lo siguiente:

#Taxon name,Taxid,Reads mapping to taxid,Reads mapping to children taxids,Pearson skewness score,Percent of pseudo-chromosomes with read hits
Candida sp. LDI48194,1759314,671,0,0.524623062587,100.0
Malassezia restricta,76775,378,0,0.496034792692,100.0
Candida tropicalis MYA-3404,294747,265,0,-0.265788716977,100.0

Prueba con Kraken2

Instalación de Kraken2

Este paquete se instaló en un ambiente de conda. Para ello, antes de instalar Kraken 2

conda env create -n kraken2

Actualizas la versión de sudo

$ sudo apt-get update

Entonces puedes instalar el paquete

$ sudo apt-get install kraken2

El siguiente paso en la instalación podría tratar de instalar la paquetería manualmente por descargar con anaconda (el cual deberás tener previamente instalado https://docs.anaconda.com/anaconda/install/):

$ conda install -c bioconda kraken2

Una vez que se hayan descargado los datos. Para seguir con el código anterior, presiona enter para continuar y acepta los términos de instalación. Para finalizar el proceso, necesitan configurar el PATH donde quieras ubicarlo, de lo contrario, deja las condiciones en default.

... falta terminar de correrlo y ver cómo funciona para hongos.