宏基因组之基因预测
12年有篇BMC的文献对几款预测的软件做了评估，其实参考大多数的文献中最常见的俩个软件也就是Prodigal和Metagenemark这俩个软件，分析过程中我这俩个软件都感受一下，现在将过程记录一下~~有兴趣的话可以看看这篇文献哦。
MetageneMark
选择图中该版本，下面红*的选项填写完毕后，点击下方agree
跳出来该页面后，就可以选择下载了，上面是软件，下面是个64位的key，也需要下载，这个key会有期限，时间到了再进该网站重新下载下即可，我们将其放在软件目录下
接着操作
gunzip gm_key64.gz mv gm_key64 gm_key (重命名) 拷贝权限：cp gm_key ~/.gm_key
现在就可以使用了，就是gmhmmp这个软件，用软件前先看下它的帮助文档，了解下参数的意义，我常用的命令行如下
gmhmmp -a -d -m MetaGeneMark_v1.mod final.contigs.fa -A protein.fasta -D nucleotide.fasta
-A 输出蛋白 -D输出CDS核酸序列，另外还有-f 可以控制输出gff文件，请自行了解.
感觉这个软件输出的结果不太友好，一是fa文件的ID有太多没用的信息，二是每个基因上的不同CDS名字竟然一样，至少给个1、 2区分一下吧，这里我想到了最近学的一个大神写的软件seqkit里的rename，大家可以去看下这个软件教程，地址里面的各个子软件真的能帮助走不少的弯路。先操作一下：
less F1_genemark.txt |sed '/^$/d;s/.*\t//g;s/ .*//g'|seqkit rename|sed 's/ .*//' |less
这样看上去就好多了，但是强迫症的我发现每个基因的第一个ID后面没有_1,只是从第二个相同的ID后开始加上了_2,3标识符进行了区分，所有我就写了个python小脚本改动一下，很简单思路就是ID里面如果只有一个符号的，ID后面加个1，^^shell还不是太精，如果有啥方法直接shell后面加几句改的话，可以告诉我。总之最后样子就是这样
软件输出的fa是多行的，这里改成单行看着舒服点，好了接下来拿着这个文件进行后续分析了。
Prodigal
这个软件是我最开始用的，因为它的结果输出就比较友好，不用像上面那样再多余的步骤。看下输出文件的样子
ID后面加了_1 _2区分，其他信息不想要了也可以sed一下删除了
这里也贴下我跑这个软件命令行
prodigal -p meta -a protein_seq.fasta -m -d nucleotide_seq.fasta -o genes.gff -f gff -s poteintial.stat -i /home/pub_guest/hekai/rawdata/D1_megahit.asm/final.contigs.fa
参数我就不解释了，还是那几个输出文件,直接-h 看吧，提醒下如果是宏基因组数据记得加上-p mate参数~~
至于选用哪个软件，实践是检验真理的唯一标准反正两个的结果还是有点差异的，用prodigal总是比metagenemark的结果要少一点 ，自己动手试试吧~~~
