Small Secreted Protein (SSP) 注释步骤（含批量）

企业开发 2023-07-11 18:41:35 阅读次数: 0

新建文件夹

mkdir 13.secreted_protein && cd 13.secreted_protein
# 在(pfam_scan)下
conda activate pfam_scan

protein.fa：/media/aa/DATA/SZQ2/bj/functional_annotation/pep70_noStar/$i.noStar.fasta

protein.fa：/media/aa/DATA/SZQ2/bj/functional_annotation/pepmy_noStar/$i.noStar.fasta

第1步SignalP：进行信号肽分析。分泌蛋白都具有信号肽。

新建文件夹

mkdir singalp && cd signalp
signalp5 -batch 30000 -org euk -fasta /media/aa/DATA/SZQ2/bj/functional_annotation/pep70/Amath1.fasta -gff3 -mature

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "signalp5 -batch 30000 -org euk -fasta /media/aa/DATA/SZQ2/bj/functional_annotation/pep70/$i.fasta -gff3 -mature"
done > command.signalp.list

ParaFly -c command.signalp.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "signalp5 -batch 30000 -org euk -fasta /media/aa/DATA/SZQ2/bj/functional_annotation/pepmy/$i.fasta -gff3 -mature"
done > command.signalp.list

ParaFly -c command.signalp.list -CPU 48

第2步TMHMM：进行跨膜区分析。若具有跨膜区，则蛋白会和膜进行结合，从而固定到膜上，不会成为分泌蛋白。

新建文件夹

mkdir TMHMM && cd TMHMM

1）tmhmm

tmhmm /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/Amath1_mature.fasta > Amath1.tmhmm.out

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "tmhmm /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/singalp/$i_mature.fasta > $i.tmhmm.out"
done > command.tmhmm.list

ParaFly -c command.tmhmm.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "tmhmm /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pepmy/signalp/$i_mature.fasta > $i.tmhmm.out"
done > command.tmhmm.list

ParaFly -c command.tmhmm.list -CPU 48

2）grep

grep "Number of predicted TMHs:  0" Amath1.tmhmm.out | perl -p -e 's/#\s+(\S+).*/$1/' > Amath1.genes_without_TMHs.list

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "grep "Number of predicted TMHs:  0" $i.tmhmm.out | perl -p -e 's/#\s+(\S+).*/$1/' > $i.genes_without_TMHs.list"
done > command.grep.list

ParaFly -c command.grep.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "grep "Number of predicted TMHs:  0" $i.tmhmm.out | perl -p -e 's/#\s+(\S+).*/$1/' > $i.genes_without_TMHs.list"
done > command.grep.list

ParaFly -c command.grep.list -CPU 48

3）fasta_extract_subseqs_from_list.pl

/media/aa/DATA1/bin/fasta_extract_subseqs_from_list.pl /media/aa/DATA/SZQ2/bj/functional_annotation/pep70/Amath1.fasta Amath1.genes_without_TMHs.list > Amath1.candidate_secreted_proteins.fasta

结果保存在$i.candidate_secreted_proteins_results.txt 

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl /media/aa/DATA/SZQ2/bj/functional_annotation/pep70/$i.fasta $i.genes_without_TMHs.list > $i.candidate_secreted_proteins.fasta"
done > command.fasta_extract_subseqs_from_list.list

ParaFly -c command.fasta_extract_subseqs_from_list.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl /media/aa/DATA/SZQ2/bj/functional_annotation/pepmy/$i.fasta $i.genes_without_TMHs.list > $i.candidate_secreted_proteins.fasta"
done > command.fasta_extract_subseqs_from_list.list

ParaFly -c command.fasta_extract_subseqs_from_list.list -CPU 48

第3步PredGPT：分析GPI锚定位点。GPI锚定蛋白和膜结合，从而固定到膜上，不会成为分泌蛋白。

mkdir PredGPI && cd PredGPI

通过网页进行（链接如下）：

PredGPI - GPI-anchor Predictor

一次最多允许提交500条序列。

将candidate_secreted_proteins.fasta分成candidate_secreted_proteins1.fasta和candidate_secreted_proteins2.fasta等多个文件。

提交后点击download。不填写邮箱！

结果文件是fasta格式文件，其头部包含结果信息。

PredGPI.fasta

取阈值FDR 0.5%。

FDR <= 0.1%    GPI-anchored: highly probable

FDR <= 0.5%    GPI-anchored: probable

FDR <= 1.0%    GPI-anchored: lowly probable

得到GPIPE_query_results__tmp_tmp-h5nwU.txt和GPIPE_query_results__tmp_tmpPAyY71.txt等文件。

1）合并这些结果文件

cat GPIPE_query_results__tmp_tmp-h5nwU.txt GPIPE_query_results__tmp_tmpPAyY71.txt > $i.GPIPE_query_results__tmp.txt

2）复制成fasta格式

cp $i.GPIPE_query_results__tmp.txt $i.PredGPI.fasta

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "cp $i.GPIPE_query_results__tmp.txt $i.PredGPI.fasta"
done > command.cp.list

ParaFly -c command.cp.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "cp $i.GPIPE_query_results__tmp.txt $i.PredGPI.fasta"
done > command.cp.list

ParaFly -c command.cp.list -CPU 48

3）perl

perl -e 'while (<>) { if (m/^>(\S+).*FPrate:(\S+)/ && $2 <= 0.01) { print "$1\n"; } }' $i.PredGPI.fasta > $i.GPI_gene.list

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "perl -e 'while (<>) { if (m/^>(\S+).*FPrate:(\S+)/ && $2 <= 0.01) { print "$1\n"; } }' $i.PredGPI.fasta > $i.GPI_gene.list"
done > command.perl.list

ParaFly -c command.perl.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "perl -e 'while (<>) { if (m/^>(\S+).*FPrate:(\S+)/ && $2 <= 0.01) { print "$1\n"; } }' $i.PredGPI.fasta > $i.GPI_gene.list"
done > command.perl.list

ParaFly -c command.perl.list -CPU 48

4）fasta_extract_subseqs_from_list.pl

新建文件夹

mkdir NO_GPI70 && cd NO_GPI70
/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl --reverse $i.candidate_secreted_proteins.fasta $i.GPI_gene.list > $i.candidate_secreted_proteins.NO_GPI.fasta

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl --reverse /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pep70/TMHMM/$i.candidate_secreted_proteins.fasta ../$i.GPI_gene.list > $i.candidate_secreted_proteins.NO_GPI.fasta"
done > command.fasta_extract_subseqs_from_list.list

ParaFly -c command.fasta_extract_subseqs_from_list.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl --reverse /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pepmy/TMHMM/$i.candidate_secreted_proteins.fasta ../$i.GPI_gene.list > $i.candidate_secreted_proteins.NO_GPI.fasta"
done > command.fasta_extract_subseqs_from_list.list

ParaFly -c command.fasta_extract_subseqs_from_list.list -CPU 48

第4步BUSCA：进行亚细胞定位，选取定位到胞外的蛋白作为分泌蛋白基因。

新建文件夹

mkdir BUSCA && cd BUSCA

通过网页进行（链接如下）： 

BUSCA - Bologna Biocomputing Group

一次最多允许提交500条序列。要用不带“*”的文件。

把candidate_secreted_proteins.NO_GPI.fasta分成candidate_secreted_proteins.NO_GPIa.fasta和candidate_secreted_proteins.NO_GPIb.fasta等多个文件。

选择Fungi类型，点击Start prediction。

下载表格格式结果：BUSCA_JOB_eb6d87ab-b921-4c04-89f1-3cf018a63898.csv和BUSCA_JOB_43a0a87d-bebe-45a7-a368-7238c1c47621.csv

1）合并两者

cat BUSCA_JOB_eb6d87ab-b921-4c04-89f1-3cf018a63898.csv BUSCA_JOB_43a0a87d-bebe-45a7-a368-7238c1c47621.csv > $i.BUSCA.out.csv

perl -e '<>; while (<>) { @_ = split /,/; $stats{$_[2]}{$_[0]} = 1; } foreach (sort keys %stats) { @gene = sort keys %{$stats{$_}}; my $gene_number = 0; $gene_number = @gene; print STDERR "$_\t$gene_number\n"; if ($_ eq "C:extracellular space") { foreach (@gene) { print "$_\n"; } } }' $i.BUSCA.out.csv > $i.extracellular_gene.list 2> $i.BUSCA.out.csv.stats

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "cp $i.BUSCA.out.csv > $i.extracellular_gene.list 2> $i.BUSCA.out.csv.stats"
done > command.perl.list
# 用Notepad打开替换掉cp
ParaFly -c command.perl.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "cp $i.BUSCA.out.csv > $i.extracellular_gene.list 2> $i.BUSCA.out.csv.stats"
done > command.perl.list
# 用Notepad打开替换掉cp
ParaFly -c command.perl.list -CPU 48

2） 需要把$i.extracellular_gene.list中的3_15188_3_15188替换成3_15188|3_15188

sed -i ‘s/$i_$i/$i|$i/g’ $i.extracellular_gene.list

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "sed  's/$i||$i/$i|$i/g'  $i.extracellular_gene.list > $i.extracellular_gene.list.tmp"
done > command.sed.list
# 手动修改把“||”替换成“_”
ParaFly -c command.sed.list -CPU 48

3）复制并重命名

cp $i.extracellular_gene.list.tmp $i.extracellular_gene.list

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "cp extracellular_gene/$i.extracellular_gene.list.tmp $i.extracellular_gene.list"
done > command.cp.list

ParaFly -c command.cp.list -CPU 48

4）fasta_extract_subseqs_from_list.pl

/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl $i.candidate_secreted_proteins.NO_GPI.fasta $i.extracellular_gene.list > $i.candidate_secreted_proteins.NO_GPI.extracellular.fasta

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pep70/PredGPI/$i.candidate_secreted_proteins.NO_GPI.fasta $i.extracellular_gene.list > $i.candidate_secreted_proteins.NO_GPI.extracellular.fasta"
done > command.fasta_extract_subseqs_from_list.list

ParaFly -c command.fasta_extract_subseqs_from_list.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "/media/aa/DATA2/bin/fasta_extract_subseqs_from_list.pl /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pepmy/BUSCA/NO_GPImy/$i.candidate_secreted_proteins.NO_GPI.fasta $i.extracellular_gene.list > $i.candidate_secreted_proteins.NO_GPI.extracellular.fasta"
done > command.fasta_extract_subseqs_from_list.list

ParaFly -c command.fasta_extract_subseqs_from_list.list -CPU 48

5）得到最终结果

新建文件夹

mkdir secreted_proteins && cd secreted_proteins
cat $i.candidate_secreted_proteins.NO_GPI.extracellular.fasta > $i.secreted_proteins.fasta

分泌蛋白最终结果是 $i.secreted_proteins.fasta

批量操作

批量 pep70

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "cat /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pep70/BUSCA/$i.candidate_secreted_proteins.NO_GPI.extracellular.fasta > $i.secreted_proteins.fasta"
done > command.cat.list

ParaFly -c command.cat.list -CPU 48

批量 pepmy

for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "cat /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pepmy/BUSCA/$i.candidate_secreted_proteins.NO_GPI.extracellular.fasta > $i.secreted_proteins.fasta"
done > command.cat.list

ParaFly -c command.cat.list -CPU 48

分泌蛋白最终结果是 $i.secreted_proteins.fasta 

Ectomycorrhizal ecology is imprinted in the genome of the dominant symbiotic fungus Cenococcum geophilum | Nature Communications分泌组分为四个功能类别: CAZymes，脂肪酶，蛋白酶和小分泌蛋白(SSP; 蛋白质小于300个氨基酸长度没有 CAZyme，蛋白酶或脂肪酶结构域)。Ectomycorrhizal ecology is imprinted in the genome of the dominant symbiotic fungus Cenococcum geophilum | Nature Communications

https://nph.onlinelibrary.wiley.com/doi/10.1111/nph.16032

小分泌蛋白(SSP)被定义为含有 < 300个氨基酸的蛋白质，具有信号肽，细胞外定位，没有跨膜结构域。通过 SignalP 4.1(Petersen 等，2011)以“真核”选项对 < 300个氨基酸长的蛋白质进行信号肽预测。使用 WoLF Psort 0.2(Horton 等，2007)和选项“真菌”检查具有细胞外信号肽的蛋白质的细胞外定位，并使用 Tmhm 2.0(Krogh 等，2001)检查跨膜螺旋的存在。  

Frontiers | Comparative Analysis of Secretomes from Ectomycorrhizal Fungi with an Emphasis on Small-Secreted Proteins真菌分泌组由几种蛋白质类别组成，包括蛋白酶，脂肪酶，碳水化合物活性酶(CAZymes) ，未知功能的分泌蛋白和小分泌蛋白(SSP)(Alfaro 等，2014)。这些分泌的蛋白质或者通过水解酶如 CAZymes (Zhao et al.，2014) ，蛋白酶或脂肪酶参与有机物降解，或者通过表面蛋白如疏水蛋白(Linder et al.，2005)或 SSP (Martin and Kamoun，2011; van oij，2011)与宿主相互作用。

SSP 的数量与分泌组的大小呈正相关，最大的分泌组具有最高的 SSP 数量(补充图1B)。

为了鉴定28种腐生菌(白腐菌，棕腐菌和土壤和凋落物衰变菌)与14种菌根真菌(兰花，类环孢菌和 ECM 共生菌)之间共享的保守 SSP，我们使用 CD-HIT 软件进行了基于序列同一性的聚类分析，同一性阈值设置为70% (图7)。

小分泌蛋白SSP

小分泌蛋白(SSP): 含有 < 300个氨基酸的蛋白质，具有信号肽，细胞外定位，没有跨膜结构域。

# 保存>0且<300长度的序列
seqkit seq -m 0 -M 299 ../secreted_proteins/*.secreted_proteins.fasta > *.SSP.fasta
# pep70
cd /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pep70/SSP
for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/70list.txt`
do
    echo "seqkit seq -m 0 -M 299 ../secreted_proteins/$i.secreted_proteins.fasta > $i.SSP.fasta"
done > command.seqkit.list
ParaFly -c command.seqkit.list -CPU 4
# pepmy
cd /media/aa/DATA/SZQ2/bj/functional_annotation/13.secreted_protein/pepmy/SSP
for i in `cat /media/aa/DATA/SZQ2/bj/functional_annotation/pepmylist.txt`
do
    echo "seqkit seq -m 0 -M 299 ../secreted_proteins/$i.secreted_proteins.fasta > $i.SSP.fasta"
done > command.seqkit.list
ParaFly -c command.seqkit.list -CPU 4
# 统计
seqkit stat *.SSP.fasta
# 新建文件夹粘贴统计结果
touch pep70_stat.txt
touch pepmy_stat.txt

猜你喜欢

转载自blog.csdn.net/weixin_58269397/article/details/129770262
今日推荐
周排行
AIZU 2224 Save your cats(并查集)
HTTP响应头状态码详解
Python socket编程（2）
MaxCompute Studio使用心得系列7—作业对比
Supervisor安装使用
LeetCode 164. Maximum Gap
mysql面试题: 一张表里面有ID自增主键，当insert了17条记录之后，删除了第15,16,17条记录，再把mysql重启，再insert一条记录，这条记录的ID是18还是15
nutch1.2 DeleteDuplicates IndexMerger 详解
OC - @property与setter,getter方法
SpringBoot @Transactional的rollbackFor属性
每日归档
更多
2024-09-19(0)
2024-09-18(0)
2024-09-17(0)
2024-09-16(0)
2024-09-15(0)
2024-09-14(0)
2024-09-13(0)
2024-09-12(0)
2024-09-11(0)
2024-09-10(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022