9 Taxonomía

Dra. Mirna Vazquez Rosas Landa

03 de agosto de 2022

Vamos a explorar la taxonomía de estos bins con GTDB-tk.

mkdir 11.GTDBTK

Activemos el ambiente

conda activate gtdbtk-2.1.0

Indiquemos dónde está la base de datos:

export GTDBTK_DATA_PATH=/home/programs/DB/release207_v2 

Explora la ayuda de GTDB-tk

Discutamos: https://docs.google.com/document/d/1iiw-q-90nATg-RNTd9nU8L1XE5xoDRC6j19JC1GiPIk/edit?usp=sharing

Excelente, ahora en equipos vamos a correr GTDB-tk.

gtdbtk classify_wf --genome_dir /home/mirna/07.Bins/Genoma/01.Bins_named --out_dir /home/mirna/11.GTDBTK --cpus 4 -x fa 

Vamos a visualizar los datos. Todos a R!!

9.1 Leamos los datos

library(tidyverse)

GTDBK<-read.table("11.GTDBTK/gtdbtk.bac120.summary.tsv", 
  sep = "\t", header = T, 
  na.strings ="", stringsAsFactors= F)%>%
  as_tibble()

htn_gtdbtk<-GTDBK %>%
  select(user_genome, classification) %>%
  separate(classification, c("Domain", "Phylum", "Class", "Order",
                             "Family", "Genus", "Species"), sep= ";") %>%
  rename(Bin_name=user_genome)  %>%
  unite(Bin_name_2, c("Bin_name", "Phylum"), remove = FALSE) %>%
  select(Bin_name, Domain, Phylum, Class, Order, Family, Genus, 
         Species)

Paréntesis, vamos a imprimir esta tabla para convertirla en metadatos.

write.table(htn_gtdbtk, file = "11.GTDBTK/Metadatos.txt", sep="\t", quote = F,
            row.names = F, col.names = T)

Vamos a hacer un plot

GTDBtk<-htn_gtdbtk %>%
  count(Domain, Phylum) %>%
  rename(Number_of_MAGs = n) %>%
  ggplot(aes(x = Domain, 
             y = Number_of_MAGs, fill = Phylum)) + 
  geom_bar(stat = "identity", position=position_dodge())+
  theme_minimal()

Puede ser interactivo también.

library(plotly)
GTDBtk_p_fig <- ggplotly(GTDBtk)