Trinotate

Trinotate on transkriptomien toiminnalliseen annotointiin tarkoitettu ohjelmistokokonaisuus, erityisesti de novo -koostetuille transkriptomeille Trinitystä. Se hakee transkripteja ja niiden ennustettuja proteiineja SwissProt-, Pfam- ja Rfam-tietokannoista ja kokoaa tulokset SQLite-tietokantaan, josta se kirjoittaa annotointiraportin.

Trinotate

Lisenssi

Vapaasti käytettävissä ja avointa lähdekoodia BSD 3-Clause -lisenssillä.

Saatavuus

Roihu-CPU: 4.0.2, bio-apps-moduulin kautta.

Käyttö

Trinotate on osa bio-apps -kokoelmaa Roihussa. Lataa ensin bio-apps-moduulipuu ja sitten Trinotate-moduuli:

module load bio-apps/v202603
module load trinotate/4.0.2

Trinotate-moduuli lataa myös TransDecoderin, joka ennustaa proteiinit, jotka Trinotate annotoi.

Tietokannat

CSC tarjoaa Trinotaten viitedatan (SwissProt, Pfam ja Rfam) Roihussa, ja moduuli asettaa muuttujan $TRINOTATE_DATA_DIR osoittamaan niiden sijaintiin. Trinotate löytää datan tämän muuttujan kautta, joten sinun ei tarvitse suorittaa komentoa Trinotate --create niiden lataamiseksi. Aloita sen sijaan jokainen annotointiprojekti kopioimalla tyhjä Trinotate-tietokanta:

cp $TRINOTATE_DATA_DIR/TrinotateBoilerplate.sqlite myTrinotate.sqlite

Trinity-koosteen annotointi

Suorita annotointi omassa hakemistossasi, esimerkiksi projektisi /scratch-hakemistossa. Ennusta ensin proteiinit TransDecoderilla:

TransDecoder.LongOrfs -t Trinity.fasta
TransDecoder.Predict -t Trinity.fasta

Lataa transkriptit ja proteiinit tietokantaan. Geeni-transkripti-kartta (Trinity.fasta.gene_trans_map) kirjoitetaan Trinityn toimesta koosteen viereen:

Trinotate --db myTrinotate.sqlite --init \
    --gene_trans_map Trinity.fasta.gene_trans_map \
    --transcript_fasta Trinity.fasta \
    --transdecoder_pep Trinity.fasta.transdecoder.pep

Suorita haut ja lataa niiden tulokset tietokantaan:

Trinotate --db myTrinotate.sqlite --run ALL --CPU 16 \
    --transcript_fasta Trinity.fasta \
    --transdecoder_pep Trinity.fasta.transdecoder.pep

--run ALL suorittaa transkriptien ja proteiinien SwissProt-BLAST-haut, Pfam-domeenihakujen sekä Rfam-haun. Jos lataat myös eggNOG-mapper -moduulin (module load eggnog-mapper/2.1.15), se suorittaa myös eggNOG-mapperin ennustetuille proteiineille. SignalP ja TMHMM eivät ole saatavilla Roihussa, joten Trinotate ohittaa ne. Jos työ pysähtyy, suorita sama komento uudelleen samassa hakemistossa: Trinotate ohittaa haut, jotka ovat jo valmistuneet.

Kirjoita lopuksi annotointiraportti:

Trinotate --db myTrinotate.sqlite --report > Trinotate_report.tsv

Esimerkkieräajokomentosarja

Haut, erityisesti transkriptien BLAST-haku, voivat kestää pitkään suuren transkriptomin tapauksessa, joten suorita ne eräajona:

#!/bin/bash
#SBATCH --job-name=trinotate
#SBATCH --account=<project>
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --partition=small
#SBATCH --time=48:00:00
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=32
#SBATCH --mem=64G

module load bio-apps/v202603
module load trinotate/4.0.2

Trinotate --db myTrinotate.sqlite --run ALL --CPU $SLURM_CPUS_PER_TASK \
    --transcript_fasta Trinity.fasta \
    --transdecoder_pep Trinity.fasta.transdecoder.pep
Trinotate --db myTrinotate.sqlite --report > Trinotate_report.tsv

Korvaa <project> CSC-projektillasi (esimerkiksi project_2001234).

Katso lisätietoja eräajojen suorittamisesta kohdasta eräajokomentosarjan luominen Roihulle.

Tuki

CSC:n asiakastuki