零基础快速完成基因功能注释 / GO / KEGG / PFAM...

写在前面

早前已经推过《新手eggNOG-Mapper详细教程》，但仍然有很多人遇到使用问题。换句话，可能那个教程不能彻底解决大伙遇到的问题。于是我决定写一个完美的教程，彻底解决大伙的基因功能注释问题。
eggNOG-mapper 大名鼎鼎，是一款非常全面，高效，准确，且一直在更新的软件，对应的，该团队提供了网页接口，任何人可以提交蛋白序列文件，在极短的时间内（一般几分钟）完成基因功能注释，包括：
1.具体功能描述信息
2.Gene Onotoloy注释信息
3.KEGG 注释信息
4.PFAM 注释信息
5.以及其他…

今天的这份教程，会让任何人看过之后，就完全可以掌握注释方法，而且可以得到用于基因功能富集分析的输入文件，如GO富集分析、KEGG富集分析等。这或许是不少 TBtools 用户的烦恼。
回到主题，教程分为两个部分：

1. 如何使用 eggNOG-mapper 进行基因功能注释
2. 如果使用 TBtools 软件一键整理基因功能注释结果

eggNOG-mapper 注释

首先，基因功能注释质量好坏取决于数据库质量高低，是否全面。于是，本地化进行基因功能注释，需要收集尽可能多的数据库（这个其实很不实际），也需要有较好的计算资源。通过使用网页服务工具，可以克服这个问题。我们可以一直使用最新最全的数据库，同时不需要消耗本地计算资源。
在 eggNOG-mapper 上进行基因功能注释，非常简单。
第一步，打开 eggNOG-mapper 主页

http://eggnog-mapper.embl.de/

看到下图

参考上图，其实需要做的事情非常简单：

1. 选择输入模式，一般是输入蛋白序列
   2.选择本地输入文件，即蛋白序列集合（这个完全可以基于基因组序列.fa和基因结构注释文件.gff3/.gtf用TBtools提取）
   3.给定一个邮箱地址（注意，这个非常重要，需要进入邮箱才能启动任务）
   4.点击 Start

等待文件上传，一般大概不到一分钟，弹出页面

随后，检查自己的邮箱，可以看到如下

打开收到的邮件，其中有“Click to manage your job”，点击即可看到（如果点击进去，看不到任何东西，那么请复制该链接，使用 谷歌浏览器 、火狐浏览器、edge浏览器 任意一个打开）

点击 “Start job”即可，然后可以去打球或者去休息，上个洗手间等等。
任务完成时，会自动发送邮件到邮箱，当然也可以选择过几分钟来看看这个页面

这是我昨天邮箱里的邮件，也是此次的示例文件来源

进入任务完成的邮件，可以看到

建议直接点击第二个链接下载我们需要的文件，但是你也可以打开第一个文件，那么会看到

最后还是会进入文件下载链接，看到如下

下载的是一个制表符分隔的文本文件，你可以用 Excel 打开，结果如下

结果很全面，只是还是不能满足我们的需求，或者说，这里开始可能才是不少 TBtools 用户遇到的问题。那就是怎么整理这些信息，用于TBtools的 GO富集分析或者KEGG富集分析？

eggNOG-mapper Helper

为了解决这个问题，我想来想去，还是谢了一个功能，就叫 eggNOG-mapper Helper，可以一键直接整理 eggNOG-mapper 的结果，输出几个文件，分别满足不同下游分析需要。
功能如下，注意更新到 v1.9868 或更高版本

打开该功能，可见非常简单的输入界面

使用非常简单，具体示例如下

输出文件中，大家可能最关注的有四个：

out.emapper.annotations.description.txt，对应的功能文本描述
out.emapper.annotations.GO.txt，对应的是GO注释结果，可直接用于 TBtools GO富集分析，当注释背景文件
out.emapper.annotations.KEGG_Knum.txt，对应的是KEGG注释结果，可直接用于 TBtools KEGG富集分析，当背景注释文件
out.emapper.annotations.pfam.domain.txt，对应的是PFAM结构域注释，注意，这个注释结果是定性的，即有无某结构域，如果一个序列有多个相同结构域，只会显示一个

四个文件的具体信息，截图可看

（注意，尽管我使用 Excel 打开，但这些文件仍然是制表符分隔的文本文件，千万不要保存为 Excel 格式，以免有后续问题）

写在最后

Emmm… 很久没有写教程了，不过我觉得这个教程应该还是比较详细，完全可以解决几乎所有人的 GO 或者 KEGG 甚至是基因功能注释的烦恼。