PICRUSt2软件

最新推荐文章于 2025-06-22 15:35:18 发布
原创 最新推荐文章于 2025-06-22 15:35:18 发布 · 1.6k 阅读 · 7 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#PICRUSt2

PICRUSt2是一款用于预测微生物群落功能丰度的软件，基于标记基因序列，如16S rRNA。本文介绍了如何安装、准备数据以及使用PICRUSt2，并详细列出各种预测结果文件的含义，包括KO和EC功能的丰度预测，以及OTU对功能的贡献等。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

PICRUSt2

PICRUSt2(Phylogenetic Investigation of Communities by Reconstruction of Unobserved States)是一款基于标记基因序列来预测功能丰度的软件。“功能”通常指的是基因家族，如KEGG同源基因和酶分类号，但可以预测任何一个任意的特性。同样，预测通常基于16S rRNA基因测序数据，但也可以使用其他标记基因.

PICRUSt2相关使用方法来啦!!!

一、安装

#使用 bioconda 安装 PICRUSt2 环境

conda create -n picrust2 -c bioconda -c conda-forge picrust2

#激活环境

source activate picrust2

#退出环境

source deactivate picrust2

二、准备数据

PICRUSt2无需再以GreenGene注释的OTU表为输入，可以直接读取OTU的代表序列自动完成物种注释，并进一步根据物种丰度组成预测群落功能。文件otu_table.txt为OTU丰度表格，仅包含丰度组成信息即可，无需添加注释列。文件otu.fasta中包含了OTU丰度表中各OTU的代表序列。

三、使用


                

                
                
        

    

    
  


        

            

                      
                        最低0.47元/天 解锁文章
                        

                          
200万优质内容无限畅学

                          
                        

                      
            

        


    

      

        

            

              
                
                  作图帮
                
              
            

            

                关注
              
            

        

        

          
      

      










                



	

		

			

				
					
picrust2的安装

				
			

			

				

					wangcassy的博客
				

				

					03-18
					
					4420
					
				

			

		

		

			
				
在Ubuntu子系统中下载安装picrust2

			
		

	



                

            
              



	

		

			

				
					
linux系统下conda +PICRUSt2安装

				
			

			

				

					qq_43340469的博客
				

				

					06-12
					
					1605
					
				

			

		

		

			
				
linux系统下conda及picrust2配置


			
		

	



              


  
              

                


	

		

			

				
					
PICRUSt2分析实战：16S扩增子OTU或ASV预测宏基因组、新增KEGG层级

				
			

			

				

					刘永鑫的博客——宏基因组公众号
				

				

					07-09
					
					9468
					
				

			

		

		

			
				
PICRUSt2分析实战：16S扩增子OTU或ASV预测宏基因组、新增KEGG层级更新时间：2021年7月8日PICRUSt推出了近8年，引用5000余次。现推出PICRUSt2，202年...

			
		

	





	

		

			

				
					
PICRUSt2在微生物功能预测分析中的应用解读

				
			

			

				

					Hangzhou_Guhe的博客
				

				

					06-07
					
					4375
					
				

			

		

		

			
				
微生物组学研究现已超越微生物群落组成分析得到更广泛的使用。大量的人类微生物组研究证据表明，肠道微生物组的功能变化对炎症和免疫反应的影响起到关键的影响作用。

16S rRNA分析是微生物组研究作为最常用便捷且具有成本效益的测量技术，用于分析微生物组的菌落组成，但标记基因测序无法直接提供群落功能组成的信息。于是开发了生物信息学工具，利用16S rRNA基因数据来预测微生物组功能。

其中，PICRUSt2已成为最流行的功能概况预测工具之一，可生成整个群落通路丰度。“功能”通常指的是基因家族，如KEGG同源基因

			
		

	



		

			
		



	

		

			

				
					
QIIME 2 2025.4视频教程5使用q2-picrust2插件进行功能预测

					
最新发布

				
			

			

				

					刘永鑫的博客——宏基因组公众号
				

				

					06-22
					
					688
					
				

			

		

		

			
				
本教程将重点介绍如何运行SEPP，它占用的内存较少。请添加主编微信meta-genomics带你入群，务必备注“姓名-单位-研究方向-职称/年级”。输出结果文件有ec_metagenome.qza-EC 宏基因组预测、ko_metagenome. qza-KO宏基因组预测和pathway_abundance.qza-MetaCyc 通路丰度预测。查看结果pathabun_core_metrics_out/bray_curtis_emperor.qzv，它显示了此数据集在食肉动物和啮齿动物之间的明显差异。

			
		

	





	

		

			

				
					
PICRUST2安装和使用

				
			

			

				

					weixin_42480153的博客
				

				

					08-17
					
					4421
					
				

			

		

		

			
				
下载安装包

wget https://github.com/picrust/picrust2/archive/v2.4.1.tar.gz

tar -xzvf picrust2-2.4.1.tar.gz

阅读下安装说明

cat INSTALL.md

根据安装说明安装

conda env create -f picrust2-env.yaml

激活环境

conda activate picrust2

安装phython相关包

pip install --editable .

测试

pyt

			
		

	





	

		

			

				
					
picrust2:用于运行PICRUSt2的代码，单元测试和教程

				
			

			

				

					05-02
				

			

		

		

			
				
PICRUSt2
 请参阅中的文档和教程。
 请注意，此存储库包含MinPath的源代码，该代码根据GNU通用公共许可证进行分发。

			
		

	





	

		

			

				
					
picrust软件安装

				
			

			

				

					五月的田野
				

				

					03-03
					
					1441
					
				

			

		

		

			
				

  
    
			
根据16s预测功能，


Ubuntu安装picrust

#参考：http://picrust.github.io/picrust/install.html#install


##准备环境
pip install numpy==1.5.1
##后面用到h5py
sudo apt-get install libhdf5-dev
sudo apt-get install ...

			
		

	





	

		

			

				
					
Picrust2安装与测试2019.10版本

				
			

			

				

					zlabx的博客
				

				

					08-30
					
					1984
					
				

			

		

		

			
				
#软件官方仓库
https://github.com/picrust/picrust2/wiki
https://github.com/picrust/picrust2/wiki/PICRUSt2-Tutorial-(v2.3.b-beta)

PICRUSt2 (Phylogenetic Investigation of Communities by Reconstruction of Unobserved States)是一款基于标记基因序列来预测功能丰度的软件。
工具原理
先根据已测微生物基因组的16

			
		

	





	

		

			

				
					
PICRUSt2 安装 q2/ conda / APP 和简单代码

				
			

			

				

					
				

				

					08-06
					
					1425
					
				

			

		

		

			
				
16S扩增子 功能预测的安装 一些操作，供给参考。

#一些学习资料

https://github.com/picrust/picrust2/wiki/Installation

https://github.com/picrust/picrust2/wiki/PICRUSt2-Tutorial-(v2.4.1)#picrust2-pipeline

https://github.com/picrust/picrust2/wiki/q2-picrust2-Tutorial

#插件版本https://li

			
		

	





	

		

			

				
					
Bioinformatics | 凯斯西储大学张亮亮组发布PICRUSt2预测功能的分析和可视化R包ggpicrust2...

				
			

			

				

					刘永鑫的博客——宏基因组公众号
				

				

					09-14
					
					2252
					
				

			

		

		

			
				
ggpicrust2: 用于PICRUSt2预测功能的分析和可视化R包ggpicrust2: an R package for PICRUSt2 predicted functional profile analysis and visualizationArticle，2023-08，[IF = 5.8]DOI：https://doi.org/10.1093/bioinformatics/bta...

			
		

	





	

		

			

				
					
16S的细菌群落功能预测工具PICRUSt2学习

					
热门推荐

				
			

			

				

					Christina
				

				

					09-16
					
					1万+
					
				

			

		

		

			
				
2018年推出了全新版本的PICRUSt，即PICRUSt2（https://github.com/picrust/picrust2）

PICRUSt2 (Phylogenetic Investigation of Communities by Reconstruction of Unobserved States)是一款基于标记基因序列来预测功能丰度的软件。

“功能”通常指的是基因家族，如KEGG同源基因和酶分类号，但可以预测任何一个任意的特性。同样，预测通常基于16S rRNA基因测序数据，但也可以

			
		

	





	

		

			

				
					
PICRUST2安装

				
			

			

				

					weixin_53493249的博客
				

				

					04-11
					
					1708
					
				

			

		

		

			
				
最近在学习扩增子分析，做到PICRUST2的时候安装总是有问题，最接近的一次是在conda的虚拟环境中安装，但是下载完所有包后“Executing transaction：”后面的小木棍一直动来动去，ctrl+c也结束不了。要么就是报各种错，连安装相关包那一步都没到。
最后采用了官方的源代码安装教程就成功了（https://github.com/picrust/picrust2/wiki/Installation），就是比conda麻烦一点。

...

			
		

	





	

		

			

				
					
picrust软件安装_圈圈Bio_新浪博客

				
			

			

				

					五月的田野
				

				

					03-03
					
					181
					
				

			

		

		

			
				
根据16s预测功能，


Ubuntu安装picrust

#参考：http://picrust.github.io/picrust/install.html#install


##准备环境
pip install numpy==1.5.1
##后面用到h5py
sudo apt-get install libhdf5-dev
sudo apt-get install python-h...

			
		

	





	

		

			

				
					
PICRUST2注释

				
			

			

				

					qq_43340469的博客
				

				

					06-13
					
					643
					
				

			

		

		

			
				
PICRUST2结果文件注释

			
		

	





	

		

			

				
					
PICRUSt2：OTU或ASV等16S随便预测宏基因组且数据库增加10倍

				
			

			

				

					刘永鑫的博客——宏基因组公众号
				

				

					04-14
					
					9110
					
				

			

		

		

			
				
文章目录简介工作流程引用安装一条命令完成分析核心输出结果：额外输出文件：参数详解猜你喜欢写在后面
PICRUSt推出了近6年，引用2500余次。
现推出PICRUSt2 https://github.com/picrust/picrust2
具有以下三大优势：

任何OTU/ASV直接预测功能；
数据库扩大10倍；
一条命令完成全部分析。

简介
https://github.com/picrus...

			
		

	





	

		

			

				
					
picrust2基于ubuntu的安装

				
			

			

				

					weixin_69556916的博客
				

				

					10-14
					
					727
					
				

			

		

		

			
				
后面需要先安装mamba。安装源方式安装 参考于。创建环境、激活、测试。

			
		

	





	

		

			

				
					
ggpicrust2包：简化和直观化微生物功能预测分析

				
			

			

				

					a852232394的博客
				

				

					06-11
					
					2366
					
				

			

		

		

			
				
是一个强大的R语言包，旨在简化和直观化PICRUSt2输出的分析。通过预定义的图表和函数，研究人员可以轻松生成关于微生物功能预测的统计图，并提供丰富的自定义选项。本文将演示如何使用ggpicrust2包进行分析和可视化。

			
		

	





	

		

			

				
					
PICRUSt2的用法

				
			

			

				

					Rosebud的博客
				

				

					08-15
					
					3493
					
				

			

		

		

			
				
PICRUSt2的用法
前提是已经安装好Qiime和PICRUSt2。
1.激活qiime2
(这一步需要在ubuntu中进行，在Ubuntu中打开qiime2的命令)
  #进入qiime2环境
  # 激活环境
  source activate
  # 退出环境
  conda deactivate
  conda activate qiime2-2020.2
  qiime --help

2.进入PICRUSt2的路径
PICRUSt2就在home目录中，用cd命令进去就行。
3.然后把table

			
		

	





	

		

			

				
					
PICRUSt2功能预测分析

				
			

			

				

					04-01
				

			

		

		

			
				
### PICRUSt2 功能预测分析方法

PICRUSt2 是一种基于扩增子测序数据的功能预测工具，其核心目标是从微生物群落的16S rRNA基因序列推断出可能存在的代谢通路和功能特性。以下是关于如何利用 QIIME2 和其他辅助工具完成 PICRUSt2 的功能预测分析。

#### 数据准备阶段
在使用 PICRUSt2 进行功能预测前，通常需要通过 QIIME2 对原始测序数据进行处理并生成特征表 (Feature Table) 和代表性序列文件 (Representative Sequences)[^1]。这些文件作为输入用于后续的功能预测流程。

#### 功能预测的核心步骤
1. **构建闭合参考 OTU 表**
   使用 `qurro` 或者 `feature-classifier classify-sklearn` 命令将代表序列分类至已知数据库中，从而获得物种级别的注释信息[^2]。
   
2. **执行 PICRUSt2 预测**
   调用 PICRUSt2 工具包中的主要脚本运行功能预测过程。此过程中会涉及以下几个重要环节：
   - 利用 HMMER 搜索算法匹配特定标记基因；
   - 计算每条序列对应的拷贝数校正因子；
   - 将标准化后的丰度值映射到预定义的功能数据库上（如 MetaCyc, KEGG 等）。具体命令如下所示：

   ```bash
   picrust2_pipeline.py \
       --seqs_fasta representative_sequences.qza \
       --out_dir picrust2_output \
       --threads 8
   ```

3. **添加描述性注解**
   可选地，可以借助 Python 脚本来补充路径名称及其解释说明，便于理解复杂生物化学反应链的意义[^3]。例如：

   ```python
   python add_descriptions.py \
       -i path_abun_unstrat.tsv \
       -m METACYC \
       -o path_abun_unstrat_descipted.tsv
   ```

4. **可视化与统计检验**
   完成功能预测之后，推荐采用 STAMP 软件进一步探索不同样本组之间的显著性差异模式。它支持多种图形化展示形式以及批量导出详尽的结果表格供深入挖掘。

5. **验证模型精度**
    图形化的评估手段有助于确认所建立的方法论框架是否合理可靠。比如参照官方文档提供的案例研究材料来对比实际产出图表的质量水平[^4]。

#### 提升预测效果的关键因素
相较于初代版本 Picrust ，Picrust2 扩展了更多元化的参考资源库，并优化了内部运算逻辑结构，进而提高了整体效能表现[^5]。因此，在项目规划初期就应该充分考虑选用最新版软件以获取更佳的研究成果。

```python
import pandas as pd

# 加载经过描述增强的数据集
df = pd.read_csv('pathways_out/path_abun_unstrat_descrip.tsv', sep='\t')

def filter_pathways(df, threshold=0.01):
    """筛选高于设定阈值的重要代谢途径"""
    filtered_df = df[df['abundance'] >= threshold]
    return filtered_df[['Pathway_ID','Description']]
    
important_paths = filter_pathways(df)
print(important_paths.head())
```

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值