ゲノムアノテーションのやり方（目次）

ナノポアで新しい種や系統のシーケンスをしてアセンブルすることは簡単になったが、アノテーションは色んなツールがあり過ぎて正解が分からない人は多いと思う。私もそうだった。そして一通りのやり方を通して説明してくれるサイトも見当たらないので、作っておくことにした。
　このプロトコールでは、Anaconda、というか mamba (https://kazumaxneo.hatenablog.com/entry/2021/02/11/073000 を参照するとよい) を使った環境の管理を前提とする。また、デフォルトのチャンネルにbiocondaとcodna-forgeを追加していない人は以下のコマンドを実行しておくこと。

mamba config --add channels bioconda --add channels conda-forge

使用するツール群は以下の通り。
EDTA (https://github.com/oushujun/EDTA)
Braker2 (https://github.com/Gaius-Augustus/BRAKER)
GeMoMa (http://www.jstacs.de/index.php/GeMoMa)
Gffread/Gffcompare (http://ccb.jhu.edu/software/stringtie/gff.shtml)
HISAT2 (http://daehwankimlab.github.io/hisat2/)
TRINITY(https://github.com/trinityrnaseq/trinityrnaseq)

手順は以下の通り

1. RepeatModeler/RepeatMaskerを使ってゲノムにSoftmaskを掛ける
2. BRAKER2のインストール
3. BRAKER2を使ってタンパク質コード領域を予測する
4. RNA-seq のノイズを除去してゲノムにマッピングする
5. GeMoMa で近縁種のアノテーションを移植する
6. GffCompare を使って GeMoMa とBRAKER の差分を取り、アノテーションを補完する
7. EnTAP のセットアップ
8. EnTAP の実行と結果の解釈