使用LACA从长扩增子中从头挑选OTU

LACA是用于长扩增子一致性分析（例如 16S rRNA 基因扩增子分析）的可重复且可扩展的工作流程。它使用用snakemake管理工作流程以及conda来管理环境。

LACA的安装

完整的安装指南LACA可在此处获取。

您可以根据您的喜好选择使用docker或从GitHub存储库安装LACA

Docker镜像

最简单的使用方法是从Docker Hub拉取LACA镜像以获得跨平台支持

docker pull yanhui09/laca

LACA是通过docker为linux/amd64平台而构建的，

MacOS用户需要使用docker容器来运行LACA。

从 GitHub 存储库安装

1.克隆Github仓库并创建隔离conda环境

git clone https://github.com/yanhui09/laca.git
cd laca
mamba env create -n laca -f env.yaml

2.安装LACA

为了避免不一致，建议在上面建立的conda环境中安装LACA

conda activate laca
pip install --editable .

使用LACA运行演示数据

在这里找到完整的使用指南。

快速启动示例

laca init -b /path/to/basecalled_fastqs -d /path/to/database    # init config file and check
laca run all                                         # start analysis

熟悉`LACA`使用

LACA很容易使用。您可以使用laca init和laca run分两步开始新的分析。

如果LACA安装在conda环境中，请记住激活conda环境。

conda activate laca
laca -h

要使用 docker 镜像，您需要将数据目录（例如pwd）挂载到容器中/home 目录。

docker run -it -v `pwd`:/home --privileged yanhui09/laca
laca -h

1.初始化配置文件laca init

laca init会在工作目录中生成一个配置文件，其中包含运行LACA所需的所有参数。

laca init -h

2.开始laca run分析

laca run将相应地触发完整的工作流程或定义资源下的特定模块。使用laca run -h获得试运行概述。

laca run -h

使用演示数据集运行`LACA`

0.确保您已从此处下载所需的演示数据集。然后cd进入目录。

例如，输入绝对路径（“长路径”）/home/me/MAC2023-extra。

cd /home/me/MAC2023-extra

如果您尚未下载数据用Git下载，

git clone https://github.com/yanhui09/MAC2023-extra.git
cd ./MAC2023-extra

1.检查您所在的位置并尝试laca init检查生成的config.yaml文件。

pwd
laca init -b ./data/ont16s -d ./database -w ./laca_output --fqs-min 50
cat ./laca_output/config.yaml

2.LACA伪运行和真实运行

laca run all -w ./laca_output -n 
laca run kmerCon -j 4 -w ./laca_output

LACA能够生成otu table，taxonomy table以及phylogenetic tree如果您使用laca run all运行完整的工作流程。但第一次使用需要时间准备数据库和安装。

作为一个例子，这里我们只运行模块kmerCon来根据 kmer 频率提取一致序列。

看看这些共有序列，取第一个序列对rRNA/ITS数据库进行BLAST搜索。

head -n2 ./laca_output/kmerCon/kmerCon.fna

预期输出：

>pooled_0b000_0cand1
CACAATGGGCGCAAGCCTGATGCAGCGACGCCGCGTGCGGGATGACGGCCTTCGGGTTGTAAACCGCTTTTGACTGGGAGCAAGCCCTTCGGGGTGAGTGTACCTTTCGAATAAGCACCGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGGTGCAAGCGTTATCCGGAATTATTGGGCGTAAAGGGCTCGTAGGCGGTTCGTCGCGTCCGGTGTGAAAGTCCATCGCTTAACGGTGGATCCGCGCCGGGTACGGGCGGGCTTGAGTGCGGTAGGGGAGACTGGAATTCCCGGTGTAACGGTGGAATGTGTAGATATCGGGAAGAACACCAATGGCGAAGGCAGGTCTCTGGGCCGTCACTGACGCTGAGGAGCGAAAGCGTGGGGAGCGAACAGGATTAGATACCCTGGTAGTCCACGCCGTAAACGGTGGATGCTGGATGTGGGGACCATTCCACGGTCTCCGTGTCGGAGCCAACGCGTTAAGCATCCCGCCTGGGGAGTACGGCCGCAAGGCTAAAACTCAAAGAAATTGACGGGGGCCCGCACAAGCGGCGGAGCATGCGGATTAATTCGATGCAACGCGAAGAACCTTACCTGGGCTTGACATGTTCCCGACAGCCGTAGAGATACGGCCTCCCTTCGGGGCGGGTTCACAGGTGGTGCATGGTCGTCGTCAGCTCGTGTCGTGAGATGTTGGGTTAAGTCCCGCAACGAGCGCAACCCTCGCCCTGTGTTGCCAGCACGTCGTGGTGGGAACTCACGGGGGACCGCCGGGGTCAACTCGGAGGAAGGTGGGGATGACGTCAGATCATCATGCCCCTTACGTCCAGGGCTTCACGCATGCTACAATGGCCGGTACAACGGGATGCGACCTCGCGAGGGGGAGCGGATCCCTTAAAACCGGTCTCAGTTCGGATTGGAGTCTGCAACCCGACTCCATGAAGGCGGAGTCGCTAGTAATCGCGGATCAGCAACGCCGCGGTGAATGCGTTCCCGGGCC