导读

开始有关病毒的基因组学研究。

1. VirSorter

用于prophages (viral genomes integrated in a microbial genome)识别鉴定。可使用有参，无参两种模式鉴定more fragmented and larger scale微生物基因组数据中的病毒信号。可鉴定短于30kb contig中的病毒信号。对长于10kb的contig，virsorter表现最佳。

文章：VirSorter: mining viral signal from microbial genomic data
中文：挖掘微生物基因组数据中的病毒信号
杂志：PeerJ
时间：2015

VirSorter Github: https://github.com/simroux/VirSorter

分析流程：

• 组装：MetaSPAdes
• 抽提病毒序列1：VirSorter (gene enrichment based method)
• 抽提病毒序列2：VirFinder (k-mer frequency based method)
• 病毒序列分类：NCBI viral RefSeq sequences, NCBI taxonomy data
• 基因预测：MetaProdigal
• crAss-like噬菌体检测
• Tentative病毒contig鉴定
• Pfam结构蛋白鉴定病毒
• 病毒组样品聚类
• 前噬菌体分析

参考：
Metagenome Data on Intestinal Phage-Bacteria Associations Aids the Development of Phage Therapy against Pathobionts.
Cell Host & Microbe. 2020

VirSorter2

从宏基因/转录组数据中识别病毒信号缺少1. 广谱基因marker 2. 数据库代表 3. 有效工具。但VirSorter2很OK。

标题：VirSorter2: a multi-classifier, expert-guided approach to detect diverse DNA and RNA viruses
中文：一种含多分类器且有专家指导的DNA/RNA病毒检测方法
杂志：Microbiome
时间：2021

VirSorter2 Github: https://github.com/jiarong/VirSorter2
bitbucker: https://bitbucket.org/MAVERICLab/virsorter2/src/master/

2. VirFinder

VirFinder: R package for identifying viral sequences from metagenomic data using sequence signatures。基于病毒序列 k -mers词频和机器学习识别病毒序列的方法。 此方法利用了常用的序列k -mers构建序列相量，构建机器学习分类器，不需要参考病毒序列数据库，显著提高了病毒序列识别的速度和准确性，将有助于在宏基因组学时代下对病毒的研究。

标题：VirFinder: a novel k-mer based tool for identifying viral sequences from assembled metagenomic data
中文：识别宏基因组中病毒序列，基于k-mer
杂志：Microbiome
时间： 2017
单位：南加利福尼亚大学

VirFinder Github: https://github.com/jessieren/VirFinder

分析流程：

• 组装：MetaSPAdes
• 抽提病毒序列1：VirSorter (gene enrichment based method)
• 抽提病毒序列2：VirFinder (k-mer frequency based method)
• 病毒序列分类：NCBI viral RefSeq sequences, NCBI taxonomy data
• 基因预测：MetaProdigal
• crAss-like噬菌体检测
• Tentative病毒contig鉴定
• Pfam结构蛋白鉴定病毒
• 病毒组样品聚类
• 前噬菌体分析

工具比较：

参考：
1 Metagenome Data on Intestinal Phage-Bacteria Associations Aids the Development of Phage Therapy against Pathobionts.
Cell Host & Microbe. 2020
2 VirFinder：基于k-mer的病毒序列预测算法

DeepVirFinder

使用深度学习方法预测病毒序列。该方法对短病毒序列具有较好的预测精度，可用于从宏基因组数据中预测序病毒列。与基于k-mer的VirFinder方法相比，DeepVirFinder通过使用卷积神经网络(CNN)显著提高了预测精度。CNN可以自动从病毒和原核生物序列中学习基因组模式，同时根据学习到的基因组模式建立预测模型。

标题：Identifying viruses from metagenomic data using deep learning
中文：识别宏基因组中的病毒序列，使用深度学习
杂志：quantitative biology
时间：2020
单位：南加利福尼亚大学

DeepVirFinder Github: https://github.com/jessieren/DeepVirFinder

更多：
QB：基于深度学习的病毒序列识别
DeepVirFinder使用指南

安装

# 创建独立环境
conda create -n deepvirfinder
conda activate deepvirfinder
# 安装依赖
conda install python=3.6 numpy theano=1.0.3 keras=2.2.4 scikit-learn Biopython h5py

ProxyError: Conda cannot proceed due to an error in your proxy configuration

# clone 主程序
git clone https://github.com/jessieren/DeepVirFinder
cd DeepVirFinder
chmod 777 dvf.py
./dvf.py --help
python dvf.py --help

3. GOTTCHA

Genomic Origin Through Taxonomic CHAllenge (GOTTCHA)。把细菌和病毒序列分别识别鉴定出来。

文章：Accurate read-based metagenome characterization using a hierarchical suite of unique signatures
GOTTCHA Github: https://github.com/LANL-Bioinformatics/GOTTCHA

4. ViromeScan

文章：ViromeScan: a new tool for metagenomic viral community profiling
Sourceforge: https://sourceforge.net/projects/viromescan/files/?source=navbar

5. VIP

文章：VIP: an integrated pipeline for metagenomics of virus identification and discovery
描述：Virus Identification Pipeline (VIP)
Github: https://github.com/keylabivdc/VIP

6. MARVEL

文章：MARVEL, a Tool for Prediction of Bacteriophage Sequences in Metagenomic Bins
描述：Metagenomic Analysis and Retrieval of Viral Elements
Github: https://github.com/laboratoriobioinformatica/MARVEL

7. Prophage Hunter

文章：Prophage Hunter: an integrative hunting tool for active prophages
BGI网页工具：https://pro-hunter.bgi.com/index.php/Home/Index/index.html

工具比较：

8. vConTACT2

bitbucket: https://bitbucket.org/MAVERICLab/vcontact2/wiki/Home

文章：Taxonomic assignment of uncultivated prokaryotic virus genomes is enabled by gene-sharing networks
中文：通过基因分享网络给META中的病毒基因组做分类注释
杂志：Nature Biotechnology
时间：2019

参考：
微生物组学数据分析工具综述 | 16S+宏基因组＋宏病毒组＋宏转录组