Core Genome MLST

1. 从fasta序列文件从获得 MLST 型别数据
2. 从fastq测序数据中获得 MLST 型别数据

从 fasta 序列文件中获得 MLST 型别很简单，只需要 blast 工具就可以实现。比如将你要研究的物种 MLST 型别与序列数据下载

如果你研究的物种没有公开的 MLST 数据库而你想从已测序的基因组原始数据中建立自己的 MLST 数据库；或者想从基因组测序原始数据中挖掘 MLST 型别结果，就要通过类似 srst2 这样的工具来实现。

1. 从基因组 reads 数据获取 MLST 型别

本节介绍如果用 srst2 做基因组 in silico MLST 实验和 gene screening 实验。

srst2 是一个 由墨尔本大学学院开发的 pipeline 工具集，用以实现直接从 ngs reads 数据获得 MLST 型别或毒力与耐药基因分布。原理是将 reads mapping 到自定义的数据库中，比较适合 miseq/hiseq 这样的短 reads。第一代 srst 工具主要从 finished 或 draft 中 scanning，srst2 的好处在于直接用 bowtie2 来实现未拼接数据的 ST 与基因数据抓取。

1.1 安装 srst2

~/tmp$ wget ...
~/app$

1.2 从一个菌株fastq数据了解 ST 型别和毒力与耐药基因

1.3 批量筛选 SRA 数据库数据

用 aspera 批量下载 SRA 数据，用 Python 脚本执行批量处理。

import subprocess

with open('accession.txt', 'r') as f:
    accs = f.read().split("\n")

for acc in accs:
    subprocess.call('fastq-dump --split-files ../sra/%s.sra' % acc, shell=True)
    subprocess.call('srst2 --input_pe %s_1.fastq %s_2.fastq --mlst_delimiter _ \
        --mlst_definitions listeria_monocytogenes.fasta --mlst_db Listeria.fasta \
        --gene_db gene.db --log --output %s' % (acc, acc, acc), shell=True)
    subprocess.call('rm *.fastq', shell=True)

2. 绘制 cgMLST 最小生成树

2.1 安装 PHYLOViZ 以及依赖库

运行 PHYLOViZ 需要安装 JRE 环境，方便期间直接用 Ubuntu 自带的 openjdk-7。如果你的电脑上安装的是其它 JRE 环境而无法使用的，可以尝试换成 openjdk 试一下。PHYLOViZ 是 Java 开发的带有图形化 GUI 界面的程序，操作比较简便，需要安装在支持 GUI 图形操作系统的个人电脑上使用。

~/tmp$ sudo apt-get install openjdk-7-jre
~/tmp$ wget http://www.phyloviz.net/dist/phyloviz-linux.sh
~/tmp$ chmod +x phyloviz-linux.sh
~/tmp$ ./phyloviz-linux.sh

2.2 打开一个已有的 MLST 公共数据库

2.3 合并基因组 MLST 数据

2.4 创建基于基因组的基因位点差异数据库

3.