海洋微生物数据库

最近在读《大堡礁的浮游微生物组》这篇Nature论文时看到了这个数据库，觉得比较有意义，于是分享一下。

数据库简介

海洋微生物组研究产生了大量数据，分布在多个数据库和出版物中。然而，这些数据集常被研究隔离，缺乏标准化方法，且包含不一致的元数据，导致碎片化，限制了大规模集成和比较分析。

Sunagawa Lab开发的OMDB通过提供一个集中式、不断演进的存储库和系统分析的全球数据集来解决这一问题。该项目包含12,260个地理参考样本和274,282个重建基因组，这些基因组被聚集成32,022个原核生物物种级单元。OMDB是一个不断扩展的基因组解析数据库，旨在探索全球海洋微生物组中微生物的多样性、分布和功能。

海洋微生物数据库（OMDB）是一个不断扩展的基因组解析数据库，旨在探索多样性，全球海洋微生物组中微生物的分布与功能。你可以浏览基因组收藏，搜索序列，探索生物合成基因簇（BGC），通过交互式海洋地图导航采样位置和元数据，并下载支持数据。

数据库下载和使用

数据库中的资源以研究（例如出版物）为结构，并附有相关样本，从中重建基因组，一个典型的基因组名称构成如下图所示：

数据可以单独下载，也可以通过ftp下载，当然，相信axel多线程下载速度会更快。

复制代码

# Download and decompress:
$ curl -O https://sunagawalab.ethz.ch/share/microbiomics/ocean/db/2.0/data/catalogs/OMDBv2.0_data.tsv.gz

# Decompress the file:    
$ gunzip OMDBv2.0_data.tsv.gz

数据库文件的每个基因组有一行，包含指向OMDB数据的公共链接。示例：

复制代码

GENOME: GARB21-1_SAMN12799101_MAG_00000001
SAMPLE: GARB21-1_SAMN12799101_METAG
STUDY: GARB21-1
GENOME_FILE: https://sunagawalab.ethz.ch/share/microbiomics/ocean/db/2.0/data/genomes/genomes/GARB21-1/GARB21-1_SAMN12799101_METAG/GARB21-1_SAMN12799101_MAG_00000001/GARB21-1_SAMN12799101_MAG_00000001.fa.gz
GENES_NT_FILE: https://sunagawalab.ethz.ch/share/microbiomics/ocean/db/2.0/data/genomes/genomes/GARB21-1/GARB21-1_SAMN12799101_METAG/GARB21-1_SAMN12799101_MAG_00000001/GARB21-1_SAMN12799101_MAG_00000001.genes.fna.gz
GENES_AA_FILE: https://sunagawalab.ethz.ch/share/microbiomics/ocean/db/2.0/data/genomes/genomes/GARB21-1/GARB21-1_SAMN12799101_METAG/GARB21-1_SAMN12799101_MAG_00000001/GARB21-1_SAMN12799101_MAG_00000001.genes.faa.gz
GENES_GFF_FILE: https://sunagawalab.ethz.ch/share/microbiomics/ocean/db/2.0/data/genomes/genomes/GARB21-1/GARB21-1_SAMN12799101_METAG/GARB21-1_SAMN12799101_MAG_00000001/GARB21-1_SAMN12799101_MAG_00000001.genes.gff.gz
ANTISMASH_FILE: https://sunagawalab.ethz.ch/share/microbiomics/ocean/db/2.0/data/genomes/genomes/GARB21-1/GARB21-1_SAMN12799101_METAG/GARB21-1_SAMN12799101_MAG_00000001/GARB21-1_SAMN12799101_MAG_00000001-antismash.tar.gz

也可以从基因组下载AntiSMASH文件：GARB21-1_SAMN12799101_MAG_00000001

复制代码

# Using cut/grep (if tsv was unzipped):
$ curl -O $(grep "GARB21-1_SAMN12799101_MAG_00000001" OMDBv2.0_data.tsv | cut -f8)

# Or directly:
$ curl -O https://sunagawalab.ethz.ch/share/microbiomics/ocean/db/2.0/data/genomes/genomes/GARB21-1/GARB21-1_SAMN12799101_METAG/GARB21-1_SAMN12799101_MAG_00000001/GARB21-1_SAMN12799101_MAG_00000001-antismash.tar.gz

OMDB基因组及其衍生基因已被汇编成多个目录，R和100%去重目录均由自定义脚本生成，以100%的相似度进行去重复。

写在最后

发现这个课题组还有一些其他有用的资源，一并分享一下！

mOTUs基因组数据库（mOTUs-db，https://motus-db.org/）涵盖了124,295个原核生物物种，是最大的原核生物数据库系统重建的宏基因组组装基因组，涵盖50多个环境。

珊瑚礁微生物数据库（RMD，https://rmd.microbiomics.io/repository/reef/）是一个不断扩展的数据资源，旨在支持珊瑚礁微生物组的基因组解析研究。你可以浏览基因组通过搜索词（例如："Endozoicomonas"、"Poribacteria"）进行收集，定义如下元数据的数值范围（例如：位置）并探索生物合成基因簇（BGCs）。

还有一些生信工具，如mBARq（对任意转座子构造的条码突变体库的处理与分析），mTAGs（基于16S rRNA基因片段（扩增子或宏基因组）分析微生物群落的分类组成），mVIR（利用NGS数据定位诱导前噬菌体）等。

不可否认和无法退却，我们进入了AI时代，好多内容已经是由AI生成，反而我们阅读也需要用AI再总结一下，感觉这不是我们的初心，我们应该还是尽量让内容足够简洁，为AI输送更多的养料，而不是平平无奇的内容，这也是我们分享的原因所在。