Genómica comparativa

Visualización

Vamos a jugar un poco más con la visualización!! Entonces vayan de nuevo a la carpeta Prochlorococcus_31_genomes de la clase pasada.
Dentro de esta carpeta (dónde están todos los archivos .db) vamos a ejecutar el siguiente comando.

anvi-display-pan -g PROCHLORO-GENOMES.db \
                 -p PROCHLORO/Prochlorococcus_Pan-PAN.db

Filtrar el pangenoma

Mediante la interfaz de anvio vamos a generar diferentes bins de secciones importantes del pangenoma.
Usando los filtros de la interfaz seleccionie el core genome y los singletons. Intente hacerlo sólo basado en lo aprendido en la clase anterior.

Anvio split pangenome

Podemos tomar esos gene clusters que seleccionamos manualmente y separarlos del pangenoma para explorarlos mejor.

anvi-split -p PROCHLORO/Prochlorococcus_Pan-PAN.db -g PROCHLORO-GENOMES.db -C default -o SPLIT_PANs

Nueva visualización

Dentro de la nueva carpeta creada, que se llama SPLIT_PANs habrá dos archivos, uno llamado Singletons y otro llamado core.
Contienen sólo la sección del pangenoma que seccionamos! Vamos a revisar los Singletnos.

anvi-display-pan -p SPLIT_PANs/Singletons/PAN.db \
                 -g PROCHLORO-GENOMES.db

Aquí podemos visualizar sólo los singletons de cada genoma.
Vamos a extraer los singletons del genoma MIT9515. Y extraemos los genes con el siguiente comando.

```yml
anvi-get-sequences-for-gene-clusters -g PROCHLORO-GENOMES.db -p SPLIT_PANs/Singletons/PAN.db -o MIT9515.fasta -C default -b MIT9515
head MIT9515.fasta

Este es un archivo con las secuencias de aminoácidos de cada gen que se encontraba únicamente en el genoma MIT9515. Puede usarlo para anotar su función con alguna de las herramientas vistas en clase y saber qué funciones tiene su genoma que no tienen los demás con los que compara.

Extraer los core genes bajo ciertos parámetros

anvi-get-sequences-for-gene-clusters -g PROCHLORO-GENOMES.db -p PROCHLORO/Prochlorococcus_Pan-PAN.db -o core-sequences.fasta \
                                         --max-num-genes-from-each-genome 1 \
                                         --min-num-genomes-gene-cluster-occurs 31 \
                                         --concatenate-gene-clusters \
                                         --min-geometric-homogeneity-index 0.8 \
                                         --min-functional-homogeneity-index 0.8

Análisis de enriquecimiento funcional

Ejecutemos primero el siguiente comando para instalar una librería en R

Rscript -e 'install.packages("BiocManager",
              repos="https://cran.rstudio.com"); BiocManager::install("qvalue")'

Ahora sí, ejecutemos el análisis funcional para averiguar si hay funciones mayormente presentes en genomas aislados de un ambientes con más o menos luz.

anvi-compute-functional-enrichment-in-pan -p PROCHLORO/Prochlorococcus_Pan-PAN.db \
                                          -g PROCHLORO-GENOMES.db \
                                          --category light \
                                          --annotation-source COG14_FUNCTION \
                                          -o enriched-functions.txt

El archivo enriched-functions.txt tiene la información sobre las funciones que están enriquecidas para ciertos grupo de genomas.
Intente abrirlo en un excel para analizarlo mejor.

ANI

En anvio también podemos calcular el ANI de los genomas con la siguiente función.

anvi-compute-genome-similarity --external-genomes external-genomes.txt --program fastANI --output-dir ANI \
--num-threads 8 --pan-db PROCHLORO/Prochlorococcus_Pan-PAN.db

Visualizamos de nuevo!

anvi-display-pan -g PROCHLORO-GENOMES.db \
                 -p PROCHLORO/Prochlorococcus_Pan-PAN.db