Atelier Phylogénomique
From silico.biotoul.fr
m (→Visualisation de l'arbre) |
m (→OrthoMCL) |
||
| Line 258: | Line 258: | ||
For details on the orthomcl algorithm, please read the OrthoMCL Algorithm Document: | For details on the orthomcl algorithm, please read the OrthoMCL Algorithm Document: | ||
[https://docs.google.com/document/d/1RB-SqCjBmcpNq-YbOYdFxotHGuU7RK_wqxqDAMjyP_w/pub OrthoMCL Algorithm Document] | [https://docs.google.com/document/d/1RB-SqCjBmcpNq-YbOYdFxotHGuU7RK_wqxqDAMjyP_w/pub OrthoMCL Algorithm Document] | ||
| - | + | ||
| + | En entrée, le programme prend un ensemble de protéomes. | ||
La sortie de orthoMCL est un ensemble de fichiers : | La sortie de orthoMCL est un ensemble de fichiers : | ||
| Line 275: | Line 276: | ||
* blastp tous_contre_tous | * blastp tous_contre_tous | ||
* l'identification des paires (répertoire pairs) | * l'identification des paires (répertoire pairs) | ||
| - | * le | + | * le partitionnement du graphe des pairs avec le programme MCL program (groups.txt). |
| - | + | Les différentes étapes du l'analyse sont lancées indépendamment mais elles s'enchainent dans un ordre bien précis. Il est possible de modifier une étape pour tester des alternatives ou optimiser l'exécution. Toutefois, il est impératif de respecter les formats des fichiers. | |
==Perl scripts== | ==Perl scripts== | ||
Revision as of 11:02, 12 October 2017
Contents |
Wolbachia
Les Wolbachia infectent les arthropodes (environ 60% des espèces) et certaines espèces de nématodes. Cette large répartition en fait donc un des symbiotes les plus répandus du monde animal. Ces bactéries au mode de vie intracellulaire sont localisées au sein du cytoplasme des cellules de leurs hôtes. Elles se retrouvent en proportion importante dans l'appareil reproducteur (principalement les cellules germinales) et l’épithélium du système génital des arthropodes et nématodes.
La transmission des Wolbachia est essentiellement verticale : elles sont transmises de mère à descendants via le cytoplasme des ovocytes. Le spermatozoïde ne transmettant que son noyau lors de la fécondation, les mâles sont incapables de transmettre les bactéries à leur descendance. C'est pour cette raison que les Wolbachia ont pour particularité de manipuler la reproduction de leurs hôtes : la fitness des femelles infectées est augmentée par différents effets, ce qui maximise la probabilité de transmission de Wolbachia.
Wolbachia pourrait également, dans certaines conditions, se transmettre de manière horizontale, d’une espèce à une autre. Par exemple, des drosophiles infectées par Wolbachia pourraient transmettre le parasite aux larves de la guêpe parasitoïde Nasonia vitripennis. Celle-ci dépose ses œufs dans une pupe de mouche, et la larve se contaminerait à l’intérieur de la mouche. Chez les crustacés isopodes terrestres, des études ont montré que les transferts horizontaux de Wolbachia peuvent s'effectuer par contacts infectieux. Via une blessure, l'hémolymphe d'un individu infecté peut être vecteur de Wolbachia et entraîner la contamination d'un individu auparavant sain3.
Références
- Comandatore et al., 2013 Phylogenomics and analysis of shared genes suggest a single transition to mutualism in Wolbachia of nematodes.
- Gerth et al., 2014 Phylogenomic analyses uncover origin and spread of the Wolbachia pandemic.
- Comandatore et al., 2015 Supergroup C Wolbachia, mutualist symbionts of filarial nematodes, have a distinct genome structure.
Disponibilité des génomes
NCBI
Wolbachia
Génomes de Wolbachia disponibles au NCBI browse
Lien sur les génomes de Wolbachia du NCBI:
- Répertoire avec les souches du NCBI.
Tables avec des information sur les projets de séquençages:
Nous avons édité le fichier pour associer un identifiant de moins de 5 lettres pour chaque génomes (compatibilité avec certains logiciels utilisés).
Autres souches
Les génomes des souches suivantes sont absentes du NCBI.
- Wolbachia endosymbiont of Dirofilaria immitis wDi.2.2 http://dirofilaria.nematod.es/
- Wolbachia endosymbiont of Litomosoides sigmodontis wLs.2.0 http://litomosoides.nematod.es/
Autres souches téléchargées.
Groupes externes
Les souches suivantes peuvent être utilisées pour enraciner un arbre réalisé sur les souches de Wolbachia:
- Ace Anaplasma centrale str. Israel — 1 1 206 806 NC_013532
- Aph Anaplasma phagocytophilum HZ — 1 1 471 282 NC_007797
- Ech Ehrlichia chaffeensis str. Arkansas — 1 1 176 248 NC_007799
- Eru Ehrlichia ruminantium str. Gardel — 1 1 499 920 NC_006831
- Nri Neorickettsia risticii str. Illinois — 1 879 977 NC_013009
- Nse Neorickettsia sennetsu str. Miyayama — 1 859 006 NC_007798
- Ccr Caulobacter crescentus CB15 — 1 4 016 947 NC_002696
Autres ressources
PATRIC
PATRIC est une ressource importante pour les bactéries patogènes: " The Pathosystems Resource Integration Center (PATRIC): the bacterial Bioinformatics Resource Center (Wattam et al., 2017)".
Joint Genome Institute
JGI is a DOE Office of Science User Facility managed by Lawrence Berkeley National Laboratory© 1997-2017 The Regents of the University of California.
EnsemblBacteria
Ensembl Bacteria is a browser for bacterial and archaeal genomes.
Search for a genome: wolbachia 20 entries Downloads, Filter wolbachia 16 entries
Annotations des génomes
Nous allons annoter tous les génomes avec la même stratégie pour avoir une annotation homogène.
PROKKA
"Prokka is a software tool for the rapid annotation of prokaryotic genomes": prokka home.
Citation: Seemann T. Prokka: rapid prokaryotic genome annotation. Bioinformatics. 2014 Jul 15;30(14):2068-9. PMID:24642063
Nous allons utiliser la version prokka 1.10 (current) qui est disponible sur le serveur.
Exemples d'utilisations
Dirofilaria_immitis_wolbachia
--outdir répertoire avec les fichiers résultats. --compliant forcer la compatibilité avec GenBank/EMBL
Créer un répertoire :
mkdir /home/<user_name>/work/wolbachia cd /home/<user_name>/work/wolbachia
/usr/local/bioinfo/src/PROKKA/current/bin/prokka --force --outdir prokka/wDim --addgenes --prefix wDim --locustag wDim --species 'Wolbachia endosymbiont' --strain wDim --compliant /home/formation/public_html/M2_Phylogenomique/data/Wolbachia/Additional/Dirofilaria_immitis_wolbachia_2.2.fna
Output Files
.gff This is the master annotation in GFF3 format, containing both sequences and annotations. It can be viewed directly in Artemis or IGV. .gbk This is a standard Genbank file derived from the master .gff. If the input to prokka was a multi-FASTA, then this will be a multi-Genbank, with one record for each sequence. .fna Nucleotide FASTA file of the input contig sequences. .faa Protein FASTA file of the translated CDS sequences. .ffn Nucleotide FASTA file of all the prediction transcripts (CDS, rRNA, tRNA, tmRNA, misc_RNA) .sqn An ASN1 format "Sequin" file for submission to Genbank. It needs to be edited to set the correct taxonomy, authors, related publication etc. .fsa Nucleotide FASTA file of the input contig sequences, used by "tbl2asn" to create the .sqn file. It is mostly the same as the .fna file, but with extra Sequin tags in the sequence description lines. .tbl Feature Table file, used by "tbl2asn" to create the .sqn file. .err Unacceptable annotations - the NCBI discrepancy report. .log Contains all the output that Prokka produced during its run. This is a record of what settings you used, even if the --quiet option was enabled. .txt Statistics relating to the annotated features found. .tsv Tab-separated file of all features: locus_tag,ftype,gene,EC_number,product
more wolbachia/prokka/wDimm/wDimm.txt
organism: Genus wolbachia endosymbiont wDimm contigs: 2 bases: 921012 rRNA: 3 gene: 793 CDS: 755 tRNA: 34 tmRNA: 1
Litomosoides_sigmodontis_wolbachia
/usr/local/bioinfo/src/PROKKA/current/bin/prokka --force --outdir prokka/wLsi --addgenes --prefix wLsi --locustag wLsi --species 'Wolbachia endosymbiont' --strain wLsi --compliant /home/formation/public_html/M2_Phylogenomique/data/Wolbachia/Additional/Litomosoides_sigmodontis_wolbachia_2.0.fna
more wolbachia/prokka/wLsi/wLsi.txt
organism: Genus wolbachia endosymbiont wLsi contigs: 10 bases: 1048936 rRNA: 3 gene: 918 CDS: 880 tRNA: 34 tmRNA: 1
Visualisation des annotations
Nous pouvons utiliser le logiciel art (Artemis) pour visualiser les annotations des génomes:
/usr/local/bioinfo/src/Artemis/current/art /home/yquentin/work/wolbachia/prokka/Cameroon/wCam.gff
Compatibilité avec MAUVE
Il peut y avoir un problème lors du chargement des fichiers gbk dans MAUVE. Une solution à été proposée:
"Mauve uses BioJava to parse GenBank files, and it is very picky about Genbank files. It does not like long contig names, like those from Velvet or Spades. One solution is to use --centre XXX in Prokka and it will rename all your contigs to be NCBI (and Mauve) compliant. It does not like the ACCESSION and VERSION strings that Prokka produces via the "tbl2asn" tool. The following Unix command will fix them:"
egrep -v '^(ACCESSION|VERSION)' prokka.gbk > mauve.gbk
Annotation des souches
Nous allons retenir les souches dont le génome est 'Complete Genome' ou 'Scaffold'.
Un script perl va automatiser la procédure:
/home/yquentin/save/scripts/rename_ncbi_files.pl --verbose 0
Les fichiers fasta sont dans /home/<user_name>/work/wolbachia/prokka/
Le script suivant permet de lancer prokka sur un ensemble de génomes en utilisant qsub.
/home/yquentin/save/scripts/prokka_loop.pl --directory /home/formation/public_html/M2_Phylogenomique/data/Wolbachia/NCBI --prokka_dir wolbachia/prokka --genome_list "wMel wMun" --verbose 0 --erase 0
MLST
Nous allons utiliser la base de données MLST : Wolbachia PubMLST database (wolbachia) pour extraire les gènes MLST utilisés pour classer les souches de Wolbachia.
MLST genes
HMM profiles
Pour annoter les gènes MLST dans nos génomes, nous allons utiliser hmmer. La première est de construire des fichiers profiles pour les 5 gènes.
/home/yquentin/save/scripts/fasta2hmm.pl --mlst_dir /home/<user_name>/work/wolbachia/MLST --gene_list "gatB coxA hcpA ftsZ fbpA" --verbose 0 --erase 0
Identification des gènes dans les génomes
Nous allons extraire les gènes MLST et les concaténer pour chaque génome.
Annotation de chaque profile HMM
/usr/local/bioinfo/bin/nhmmer -E 1e-50 -o gatB_Cameroon.out -A wolbachia/MLST/gatB_wAu.stk --noali wolbachia/MLST/gatB.hmm wolbachia/prokka/wAu/wAu.fna;
Le fichier avec les alignements est en format STK, nous devons le transformer en format FASTA
STK à FASTA
/usr/local/bioinfo/bin/esl-reformat --informat stockholm -o wolbachia/MLST/gatB_wAu.fa fasta wolbachia/MLST/gatB_wAu.stk;
Automatisation
Les deux étapes sont automatisées pour tous les gènes et tous les génomes.
/home/yquentin/save/scripts/hmm2genes.pl --prokka_dir /home/yquentin/work/wolbachia/prokka --mlst_dir /home/yquentin/work/wolbachia/MLST --gene_list "gatB coxA hcpA ftsZ fbpA" --verbose 10--erase 0
Les gènes concaténés sont dans le fichier :
wolbachia/MLST/concat_file.fa
Alignement et arbre
muscle:
/usr/local/bioinfo/bin/muscle -in /home/yquentin/work/wolbachia/MLST/concat_file.fa -out /home/yquentin/work/wolbachia/MLST/concat_file.mfa
readal (fasta à phylip):
/usr/local/bioinfo/bin/readal -in /home/yquentin/work/wolbachia/MLST/concat_file.mfa -out /home/yquentin/work/wolbachia/MLST/concat_file.phy -phylip;
PhyML:
/usr/local/bioinfo/src/PhyML/PhyML-3.1/PhyML-3.1_linux64 -i /home/yquentin/work/wolbachia/MLST/concat_file.phy -d nt -b -4 -m HKY85 -f m -t e -v e -c 4 -a e -s NNI -o tlr --quiet --no_memory_check
Visualisation de l'arbre
seaview wolbachia/MLST/concat_file.phy_phyml_tree.txt&
Groupes de gènes orthologues
OrthoMCL
Le guide utilisateurs sur le serveur: /usr/local/bioinfo/src/OrthoMCL/current/doc/OrthoMCLEngine/Main/UserGuide.txt
For alternate documentation online, please read Unit 6.12 of the Current Protocols of Bioinformatics available at:
OrthoMCL Protocols
For details on the orthomcl algorithm, please read the OrthoMCL Algorithm Document:
OrthoMCL Algorithm Document
En entrée, le programme prend un ensemble de protéomes.
La sortie de orthoMCL est un ensemble de fichiers :
pairs/
potentialOrthologs.txt
potentialCoorthologs.txt
potentialInparalogs.txt
groups.txt
Les fichiers dans le répertoire pairs contiennent les paires de relations entre les protéines associées aux scores. Comme décrit dans l'article, on distingue :
- les orthologues potentiels
- les co-orthologues
- les inparalogues
Il y a trois grandes étapes:
- blastp tous_contre_tous
- l'identification des paires (répertoire pairs)
- le partitionnement du graphe des pairs avec le programme MCL program (groups.txt).
Les différentes étapes du l'analyse sont lancées indépendamment mais elles s'enchainent dans un ordre bien précis. Il est possible de modifier une étape pour tester des alternatives ou optimiser l'exécution. Toutefois, il est impératif de respecter les formats des fichiers.
Perl scripts
PROKKA
- rename_ncbi_files.pl
- prokka_loop.pl
MLST
- fasta2hmm.pl
- hmm2genes.pl
