生信步骤|原核生物基因组注释–Prokka

全基因组注释是鉴定生物基因组特征的过程。Prokka是一个适用于原核生物基因组注释工具，可以注释细菌，古菌和病毒基因组。Prokka在预测基因组CDS区域时采用了多种数据库，内置的三个核心数据库包括ISfinder数据库，NCBI细菌抗性数据库和UniprotKB数据库。

此外，prokka内置基因CDS预测工具prodigal引用量较高，是目前十分可靠的原核生物基因组快速注释工具。其结果不仅能够注释出基因的位置，亦能够给出注释基因的功能信息。

1.软件安装

$ conda install -c bioconda prokka -y

2.运行Prokka开始预测

Prokka核心运行命令非常简单，仅用一行即可。参数可以根据需求自行修改。

$ prokka genome.fna --outdir ./annotation --prefix test_bacteria --kingdom Bacteria
#第一个参数为待注释的基因组文件，格式为fasta。
#--outdir指定预测结果文件夹，请勿提前新建，否则会报错!
#--prefix指定预测结果前缀，此处指定前缀为test_bacteria。
#--kingdom指定待预测物种类型，共有四种：Archaea|Bacteria|Mitochondria|Viruses。

输出文件：
.txtprokka注释出的各类型序列统计信息。
.faa输出的氨基酸序列文件，包含了功能注释。
.gff输出的编码基因注释文件。
.fna输入的核苷酸序列文件。

该软件使用简单，运行快速。掌握上述常用命令可以满足大部分使用场景。如需调整参数或自定义注释蛋白库，可以参考Prokka在Github的主页：https://github.com/tseemann/prokka

参考信息：

1. Prokka Github. https://github.com/tseemann/prokka
2. 原核生物基因组快速注释——Prokka。https://zhuanlan.zhihu.com/p/379981540