HUMAnN¶
HUMAnN on putki mikrobisten reittien esiintymisen/puuttumisen ja runsauden tehokkaaseen ja tarkkaan profilointiin yhteisössä metagenomisesta tai metatranskriptomisesta sekvensointidatasta. Tämän prosessin (funktionaalinen profilointi) tavoitteena on kuvata mikrobiyhteisön ja sen jäsenten metabolista potentiaalia.
Lisenssi¶
Vapaasti käytettävissä ja avointa lähdekoodia MIT-lisenssillä.
Saatavuus¶
- Roihu-CPU: 3.9 ja 4.0.0a2 (HUMAnN 4.0:n alfaversio),
bio-apps-moduulin kautta.
HUMAnN 3.9 on nykyinen vakaa julkaisu. Käytä sitä, ellei sinun tarvitse käyttää HUMAnN 4:ää.
HUMAnN 4.0.0a2:ssa on vain EC-suodatettu proteiinitietokanta
HUMAnN 4.0:n alfaversiolle HUMAnN-kehittäjät tarjoavat vain EC-suodatetun
UniRef90-proteiinitietokannan (uniref90_ec_filtered_diamond), joka sisältää vain
ne UniRef90-perheet, joilla on EC-numero. HUMAnN:n version 4.0.0a2 käännetty haku
ei voi kohdistaa lukuja muihin proteiiniperheisiin, joten ne puuttuvat sen
geeniperhetuloksista. Jos haluat tehdä käännetyn haun koko UniRef90-
tietokantaa vasten, käytä HUMAnN 3.9:ää.
Käyttö¶
HUMAnN on osa Roihun bio-apps -kokoelmaa. Lataa ensin bio-apps-moduulipuu ja sitten HUMAnN-moduuli:
Tämän jälkeen voit suorittaa HUMAnN:n:
Tietokannat¶
CSC tarjoaa viitetietokannat molemmille HUMAnN-versioille Roihussa, ja moduuli asettaa nämä ympäristömuuttujat ladatun version tietokantoihin:
| Variable | Database |
|---|---|
$HUMANN_NUC_DB |
ChocoPhlAn-nukleotiditietokanta (--nucleotide-database) |
$HUMANN_PROT_DB |
UniRef-proteiinitietokanta (--protein-database) |
$HUMANN_UTIL_DB |
Aputiedostojen kartoitustiedostot (--utility-database HUMAnN 4:ssä ja humann_regroup_table) |
HUMAnN tallentaa tietokantapolkunsa asetustiedostoon (humann.cfg) moduulin
asennushakemiston sisällä. Roihussa tämä asennus on vain luku -tilassa, joten
humann_config ei voi muuttaa polkuja. Anna sen sijaan tietokannat komentorivillä
jokaisella ajokerralla, kuten alla on esitetty.
HUMAnN suorittaa myös MetaPhlAnin taksonomista esiseulontaa varten. Moduuli asettaa käyttöön HUMAnN-versiota vastaavan MetaPhlAn-tietokannan, joten sitä ei tarvitse antaa erikseen.
HUMAnN:n suorittaminen¶
Lataa pieni testitiedosto:
HUMAnN voi käyttää useita CPU-ytimiä. Aseta --cpus-per-task ytimien määräksi ja
välitä --threads $SLURM_CPUS_PER_TASK HUMAnN:lle. Esimerkki eräajotyöskriptistä:
#!/bin/bash
#SBATCH --job-name=humann
#SBATCH --account=<project>
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --partition=small
#SBATCH --time=01:00:00
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=10
#SBATCH --mem-per-cpu=2000M
module load bio-apps/v202603
module load humann/3.9
humann --threads $SLURM_CPUS_PER_TASK --input demo.fastq.gz \
--nucleotide-database $HUMANN_NUC_DB \
--protein-database $HUMANN_PROT_DB \
--output demo_out
Korvaa <project> CSC-projektillasi (esimerkiksi project_2001234).
HUMAnN:n version 4.0.0a2 kanssa lataa humann/4.0.0a2 ja lisää myös
--utility-database $HUMANN_UTIL_DB. HUMAnN 4 lukee reittitiedostonsa
aputietokannasta.
Tulokset kirjoitetaan hakemistoon demo_out. HUMAnN 3.9 kirjoittaa geeniperhe-,
reittien runsaus- ja reittien kattavuustaulukot tiedostoihin demo_genefamilies.tsv,
demo_pathabundance.tsv ja demo_pathcoverage.tsv. HUMAnN 4 numeroi
tulostiedostonsa, esimerkiksi demo_2_genefamilies.tsv ja demo_4_pathabundance.tsv.
Jos haluat ryhmitellä geeniperheet uudelleen esimerkiksi KEGG-ortologeiksi, anna kartoitustiedosto
muuttujasta $HUMANN_UTIL_DB valitsimella -c. humann_rename_table lisää ryhmien nimet:
humann_regroup_table -i demo_out/demo_genefamilies.tsv \
-c $HUMANN_UTIL_DB/map_ko_uniref90.txt.gz -o demo_ko.tsv
humann_rename_table -i demo_ko.tsv -n kegg-orthology -o demo_ko_named.tsv