2025-02-24

原核生物アセンブリのための包括的でスケーラブルなNextflowアノテーションパイプライン mettannotator

　近年、原核生物のゲノムアセンブリが急増しており、単離された生物や環境サンプルの両方から得られている。これらのアセンブリには、リファレンスデータベースでは十分に表現されていない新規の生物種が含まれることが多く、よく記述されている分類群と新規の分類群の両方にアノテーションが可能で、大規模に実行できるツールの必要性が生じている。原核生物のゲノムアノテーションのための包括的でスケーラブルなNextflowパイプラインであるmettannotatorを紹介する。このパイプラインは、コーディング領域とノンコーディング領域を特定し、抗菌剤耐性を含むタンパク質機能を予測し、遺伝子クラスターを定義する。このパイプラインは、これらの結果をGFF（General Feature Format）ファイルにまとめ、下流の解析で簡単に利用したり、一般的なゲノムブラウザを使って可視化したりすることができる。ここでは、単離ゲノム、既知および新規のメタゲノムアセンブリゲノムを含む、29の原核生物門の200のゲノムでの動作を示し、他のツールと比較した性能に関する評価指標を示す。

パイプラインはNextflowとPythonで書かれており、オープンソースのApache 2.0ライセンスで公開されている。説明とソースコードはhttps://github.com/EBI-Metagenomics/mettannotatorにある。パイプラインはWorkflowHub（https://workflowhub.eu/workflows/1069）でも利用できる。

インストール

nextflow version 24.10.4でテストした。

Github

git clone https://github.com/EBI-Metagenomics/mettannotator.git

$ nextflow run mettannotator/main.nf --help

N E X T F L O W ~ version 24.10.4

Launching `mettannotator/main.nf` [cheeky_spence] DSL2 - revision: f2a0e51af6

Downloading plugin nf-validation@1.1.4

------------------------------------------------------

ebi-metagenomics/mettannotator v1.4.0

------------------------------------------------------

Typical pipeline command:

nextflow run ebi-metagenomics/mettannotator --input assemblies_sheet.csv -profile docker

Input/output options

--input [string] Path to comma-separated file containing information about the assemblies with the prefix to be used and the

taxid.

--outdir [string] The output directory where the results will be saved. You have to use absolute paths to storage on Cloud

infrastructure.

--fast [boolean] Run the pipeline in fast mode. In this mode, InterProScan, UniFIRE, and SanntiS won't be executed, saving

resources and speeding up the pipeline.

--bakta [boolean] Use Bakta instead of Prokka for CDS annotation. Prokka will still be used for archaeal genomes.

--email [string] Email address for completion summary.

--multiqc_title [string] MultiQC report title. Printed as page header, used for filename if not otherwise specified.

Reference databases

--dbs [string] Folder for the tools' reference databases used by the pipeline for downloading. It's important to note that

mixing the --dbs flag with individual database paths and versions is not allowed; they are mutually

exclusive.

--interproscan_db [string] The InterProScan reference database, ftp://ftp.ebi.ac.uk/pub/software/unix/iprscan/

--interproscan_db_version [string] The InterProScan reference database version. [default: 5.62-94.0]

--interpro_entry_list [string] TSV file listing basic InterPro entry information - the accessions, types and names,

ftp://ftp.ebi.ac.uk/pub/databases/interpro/releases/94.0/entry.list

--interpro_entry_list_version [string] InterPro entry list version [default: 94]

--eggnog_db [string] The EggNOG reference database folder,

https://github.com/eggnogdb/eggnog-mapper/wiki/eggNOG-mapper-v2.1.5-to-v2.1.12#requirements

--eggnog_db_version [string] The EggNOG reference database version. [default: 5.0.2]

--rfam_ncrna_models [string] Rfam ncRNA models, ftp://ftp.ebi.ac.uk/pub/databases/metagenomics/genomes-pipeline/ncrna/

--rfam_ncrna_models_rfam_version [string] Rfam release version where the models come from. [default: 14.9]

--amrfinder_plus_db [string] AMRFinderPlus reference database,

https://ftp.ncbi.nlm.nih.gov/pathogen/Antimicrobial_resistance/AMRFinderPlus/database/. Go to the following

documentation for the db setup https://github.com/ncbi/amr/wiki/Upgrading#database-updates.

--amrfinder_plus_db_version [string] The AMRFinderPlus reference database version. [default: 2024-01-31.1]

--defense_finder_db [string] Defense Finder reference models, https://github.com/mdmparis/defense-finder#updating-defensefinder. The

Microbiome Informatics team provides a pre-indexed version of the models for version 1.2.3 on this ftp location:

ftp://ftp.ebi.ac.uk/pub/databases/metagenomics/pipelines/tool-dbs/defense-finder/defense-finder-models_1.2.3.tar.gz.

--defense_finder_db_version [string] The Defense Finder models version. [default: 1.2.3]

--antismash_db [string] antiSMASH reference database, go to this documentation to do the database setup

https://docs.antismash.secondarymetabolites.org/install/#installing-the-latest-antismash-release.

--antismash_db_version [string] The antiSMASH reference database version. [default: 7.1.0]

--dbcan_db [string] dbCAN indexed reference database, please go to the documentation for the setup

https://dbcan.readthedocs.io/en/latest/. The Microbiome Informatics team provides a pre-indexed version of the

database for version 4.0 on this ftp location:

ftp://ftp.ebi.ac.uk/pub/databases/metagenomics/pipelines/tool-dbs/dbcan/dbcan_4.0.tar.gz

--dbcan_db_version [string] The dbCAN reference database version. [default: 4.1.3_V12]

--bakta_db [string] Bakta reference database, please go to the documentation for the setup https://zenodo.org/records/10522951 and

https://github.com/oschwengers/bakta?tab=readme-ov-file#database

--bakta_db_version [string] The Bakta reference database version. [default: 2024-01-19]

--pseudofinder_db [string] Pseudofinder reference database. Mettannotator uses SwissProt as the database for Pseudofinder.

--pseudofinder_db_version [string] SwissProt version. [default: 2024_06]

Generic options

--multiqc_methods_description [string] Custom MultiQC yaml file containing HTML including a methods description.

--singularity_cachedir [string] The singularity/apptainer cache directory

!! Hiding 17 params, use --validationShowHiddenParams to show them !!

------------------------------------------------------

If you use ebi-metagenomics/mettannotator for your analysis please cite:

* The nf-core framework

https://doi.org/10.1038/s41587-020-0439-x

* Software dependencies

https://github.com/ebi-metagenomics/mettannotator/blob/master/CITATIONS.md

------------------------------------------------------

データベース

以下のDBが使用される。interproscan、eggnog、bakta（uniref ?）が特に大きい。

DBは初回実行時に --dbsで指定したディレクトリに自動でダウンロードされる。２回目からは --dbs でそのDBパスを指定する。

テストラン

mettannotatorを実行するには入力ファイルについて示したCSVが必要。

wget https://raw.githubusercontent.com/EBI-Metagenomics/mettannotator/master/tests/test.csv

> cat test.csv

１）ゲノムアセンブリのprefix（出力ファイルやタンパク質に割り当てられる接頭辞、最大24文字）、２）FASTA 形式のアセンブルファイルへのパス、３）taxidを記載したCSVファイルを指定する。Tax IDはNCBIのTaxIdで、種レベルのTax IDがわからない場合は、より高い分類レベルのTax IDを使用する。

test.csvでは１つのゲノムだけ指定されている。また２のパスはURLとして指定されている。

CSVファイルと出力ディレクトリ、DBのパスを指定して実行する。初回は指定したパスにDBがダウンロードされるため、かなりの時間がかかる（１晩かかった）。

nextflow run mettannotator/main.nf --input test.csv --outdir outdir --dbs ./mettannotatorDB -profile docker

$ nextflow run mettannotator/main.nf --input test.csv --outdir outdir --dbs ./mettannotatorDB -profile docker

N E X T F L O W ~ version 24.10.4

Launching `mettannotator/main.nf` [deadly_sax] DSL2 - revision: f2a0e51af6

------------------------------------------------------

ebi-metagenomics/mettannotator v1.4.0

------------------------------------------------------

Core Nextflow options

runName : deadly_sax

containerEngine: docker

launchDir : /media/kazu/8TB

workDir : /media/kazu/8TB/work

projectDir : /media/kazu/8TB/mettannotator

userName : kazu

profile : docker

configFiles :

Input/output options

input : test.csv

outdir : outdir

Reference databases

dbs : ./mettannotatorDB

!! Only displaying parameters that differ from the pipeline defaults !!

------------------------------------------------------

If you use ebi-metagenomics/mettannotator for your analysis please cite:

* The nf-core framework

https://doi.org/10.1038/s41587-020-0439-x

* Software dependencies

https://github.com/ebi-metagenomics/mettannotator/blob/master/CITATIONS.md

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:AMRFINDER_PLUS_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:ANTISMASH_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DEFENSE_FINDER_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DBCAN_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPROSCAN_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPRO_ENTRY_LIST_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:AMRFINDER_PLUS_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:ANTISMASH_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DEFENSE_FINDER_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DBCAN_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPROSCAN_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPRO_ENTRY_LIST_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:EGGNOG_MAPPER_GETDB -

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:AMRFINDER_PLUS_GETDB [ 0%] 0 of 1

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:ANTISMASH_GETDB [ 0%] 0 of 1

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DEFENSE_FINDER_GETDB [ 0%] 0 of 1

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DBCAN_GETDB [ 0%] 0 of 1

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPROSCAN_GETDB [ 0%] 0 of 1

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPRO_ENTRY_LIST_GETDB [ 0%] 0 of 1

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:EGGNOG_MAPPER_GETDB [ 0%] 0 of 1

[- ] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:RFAM_GETMODELS [ 0%] 0 of 1

executor > local (9)

[c8/022162] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:AMRFINDER_PLUS_GETDB (AMR Finder DB 2024-01-31.1) [ 0%] 0 of 1

[71/a5b74d] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:ANTISMASH_GETDB (antiSMASH 7.1.0) [ 0%] 0 of 1

[6f/5dc934] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DEFENSE_FINDER_GETDB (Defense Finder Models 1.2.3) [ 0%] 0 of 1

[3c/68db26] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:DBCAN_GETDB (DBCan 4.1.3_V12) [ 0%] 0 of 1

[b0/9c4351] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPROSCAN_GETDB (IPRS Scan 5.62-94.0) [ 0%] 0 of 1

[0b/aecbb7] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:INTEPRO_ENTRY_LIST_GETDB (InterPro Entry List 94.0) [ 0%] 0 of 1

[18/6d02d0] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:EGGNOG_MAPPER_GETDB (EGGNOG Mapper DB 5.0.2) [ 0%] 0 of 1

[d4/49f37b] process > EBIMETAGENOMICS_METTANNOTATOR:METTANNOTATOR:DOWNLOAD_DATABASES:RFAM_GETMODELS (Rfam models - release 14.9) [ 0%] 0 of 1