目前 Prodigal GitHub Releases 页面显示的最新稳定版是 v2.6.3（2016年2月12日发布）。该教程参考软件作者的Github页面说明GitHub wiki 首页明确说明，wiki 主要是按未来的 Prodigal 3.0.0 行为撰写的。

所以如果你当前实际安装的是稳定版 2.6.3，最稳妥的做法是：

• • 优先使用 2.x 语法
• • 主要使用短参数
• • wiki 里的 -p anon，在 2.x 里通常写作 -p meta

Prodigal 是一个专门做原核生物编码基因预测的软件，常用于细菌、古菌、质粒、噬菌体以及元基因组 contigs 的 CDS 预测。它的优点很直接：快、稳、输出文件很适合后续注释流程。

一、安装

1、Conda 安装（推荐）

首先创建 conda 虚拟环境：

conda create -n prodigal

然后激活环境：

conda activate prodigal

然后安装：

conda install bioconda::prodigal

查看版本：

prodigal -v

2、源码安装（可选）

如果你不想走 conda，也可以直接从官方仓库编译：

git clone https://github.com/hyattpd/Prodigal.gitcd Prodigalmake install

安装完成后测试：

prodigal -vprodigal -h

二、Prodigal 最简使用教程

1、单个基因组最简命令

如果你分析的是单个细菌/古菌基因组，最常用命令如下：

prodigal -i genome.fna -o genes.gff -f gff -a proteins.faa -d cds.fna

说明：

• • -i genome.fna：输入序列，推荐 FASTA 格式。
• • -o genes.gff：输出基因坐标。
• • -f gff：指定输出格式为 GFF，后续注释和可视化都更方便。
• • -a proteins.faa：输出蛋白序列。
• • -d cds.fna：输出核酸 CDS 序列。

如果你只是想快速拿到蛋白序列做注释，这一条命令已经够用了。

2、元基因组最简命令

如果输入是元基因组组装后的 contigs/scaffolds，建议直接使用 metagenome 模式：

prodigal -i contigs.fa -o meta.gff -f gff -a meta.faa -d meta.fna -p meta

说明：

• • -p meta：2.x 里最重要的参数之一，表示用元基因组模式进行预测。
• • 在 wiki 的 3.0 风格文档里，这个模式经常写成 -p anon，但稳定版 2.6.3 实际使用时优先写 -p meta 更稳。

3、安静运行

如果你不想在终端看到日志输出，可以加上 -q：

prodigal -i genome.fna -o genes.gff -f gff -a proteins.faa -d cds.fna -q

4、最简使用总结

• • 单基因组：prodigal -i genome.fna -o genes.gff -f gff -a proteins.faa -d cds.fna
• • 元基因组：prodigal -i contigs.fa -o meta.gff -f gff -a meta.faa -d meta.fna -p meta
• • 静默运行：在命令最后加 -q

三、Prodigal 详细使用教程

1、不同数据类型怎么跑

1.1 完整基因组

对于完整基因组，直接使用默认模式即可，也就是 normal mode。

prodigal -i complete_genome.fna -o complete.gff -f gff -a complete.faa -d complete.fna

如果你非常确定序列两端不在基因内部，可以加 -c，不让 Prodigal 在序列边界预测 partial gene：

prodigal -i complete_genome.fna -o complete.gff -f gff -a complete.faa -d complete.fna -c

说明：

• • -c 更适合真正完整、闭合得比较好的序列。
• • 对碎片化很严重的 draft 数据，盲目加 -c 可能会漏掉边界上的 partial genes。

1.2 草图基因组（draft genome）

大多数 draft genome 仍然建议先按默认模式跑：

prodigal -i draft_genome.fna -o draft.gff -f gff -a draft.faa -d draft.fna

如果你的 contigs 太碎，Prodigal 可能会给出类似“训练序列过于碎片化”的警告。这种情况下有两个常见处理方法：

1. 1. 直接改用 -p meta
2. 2. 先用一个近缘完整基因组生成 training file，再把 training file 用到目标样本

如果数据非常碎、明显接近 metagenome 风格，直接这样跑通常更省心：

prodigal -i draft_genome.fna -o draft_meta.gff -f gff -a draft_meta.faa -d draft_meta.fna -p meta

1.3 元基因组

wiki 对 metagenome 的建议很明确：把所有序列放进一个 FASTA 文件，然后用 anonymous/metagenomic 模式分析。

在稳定版 2.6.3 里，对应命令就是：

prodigal -i metagenome_contigs.fa -o metagenome.gff -f gff -a metagenome.faa -d metagenome.fna -p meta

几点建议：

• • 不要把来自很多不同基因组的 contigs 用默认 normal mode 硬跑。
• • 如果你已经做过 binning，把同一 bin 的 contigs 单独成一个 FASTA，再按 normal mode 分开跑，结果通常会更好。

1.4 使用 training file

这个点特别容易被 wiki 误导。

因为 wiki 主要按 3.0.0 写，而当前稳定版 2.6.3 的 training 行为更像这样：

• • 如果 -t 指定的训练文件不存在，Prodigal 会在本次运行时把训练信息写出来
• • 如果 -t 指定的训练文件已经存在，Prodigal 会读取它并用于新样本分析

一个常见流程如下。

先在近缘参考基因组上生成 training file：

prodigal -i ref_genome.fna -o ref.gff -f gff -a ref.faa -t ref.trn

然后把这个 training file 用到目标基因组：

prodigal -i target_genome.fna -o target.gff -f gff -a target.faa -d target.fna -t ref.trn

这个方法特别适合：

• • 自己的目标样本过于碎片化
• • 但你手头有一个比较近缘、质量较高的参考基因组

2、常用参数总结

补充说明：

• • 当前稳定版 2.x 里，建议都写成短参数形式。
• • 参数和值之间最好留空格，例如 -f gff、-p meta。

3、输出文件怎么理解

Prodigal 默认最核心的输出是基因坐标文件，此外还可以按需输出 4 类附加文件：

• • -a：蛋白翻译序列
• • -d：CDS 核酸序列
• • -s：所有候选起始位点信息
• • -w：汇总统计信息

3.1 基因坐标文件

最推荐的格式通常是 GFF：

prodigal -i genome.fna -o genes.gff -f gff

Prodigal 支持的常见输出格式有：

• • gbk：默认，类 GenBank 风格
• • gff：最常用，适合后续注释、浏览器展示和脚本处理
• • sqn：Sequin feature table
• • sco：简单坐标输出

GFF 结果里你经常会看到这些字段：

• • ID：每个预测基因的唯一编号
• • partial：是否是边界不完整基因，00 通常表示完整 CDS
• • start_type：起始密码子类型，例如 ATG、GTG、TTG
• • stop_type：终止密码子类型
• • rbs_motif：核糖体结合位点 motif
• • gc_cont：该基因 GC 含量
• • conf：该基因预测置信度

如果你只是做后续功能注释，通常最常看的就是：

• • 坐标
• • 正负链
• • partial
• • start_type
• • conf

3.2 蛋白文件

prodigal -i genome.fna -a proteins.faa

这是后续跑 blastp、diamond、hmmscan、eggNOG-mapper、InterProScan 最常用的输出之一。

3.3 CDS 核酸文件

prodigal -i genome.fna -d cds.fna

这个文件输出的是预测到的 CDS 核酸序列，保留的是 DNA 字母表，也就是你看到的是 T 而不是 U。

3.4 起始位点文件和统计摘要

如果你想专门研究起始密码子选择、RBS motif 或整体统计，可以额外输出：

prodigal -i genome.fna -o genes.gff -f gff -s starts.txt -w summary.txt

这两个文件不是每次都必需，但在下面几类场景里很有用：

• • 比较不同参数下的预测差异
• • 检查 start site 选择是否异常
• • 做方法学分析或结果质控

4、几个实战建议

4.1 大多数单基因组先别急着加 -p meta

Prodigal 的默认 normal mode 就是为单个基因组设计的。很多人一上来就把所有数据都用 -p meta 跑，其实没必要。

一般只有下面几种情况，才优先考虑 -p meta：

• • 真正的元基因组数据
• • 非常碎、无法稳定训练的 draft 数据
• • 很短的小序列、病毒或质粒片段

4.2 不要把多个不相关基因组混在一起用 normal mode

如果一个 multi-FASTA 里混进了很多不同物种、不同 GC 特征的序列，再直接用 normal mode，训练模型往往会被搞乱。

更稳的做法是：

• • 同一基因组单独跑
• • 同一 bin 单独跑
• • 真正混样的 contigs 直接 -p meta

4.3 遇到非常规遗传密码表要显式指定

如果你明确知道目标序列不是标准细菌/古菌密码表，例如支原体/螺原体一类，可以显式指定：

prodigal -i genome.fna -o genes.gff -f gff -a proteins.faa -g 4

如果不确定，先按默认设置跑通常就可以；但一旦你怀疑密码表不对，就一定要检查结果里起止密码子和蛋白翻译是否异常。

5、推荐命令模板

单基因组

prodigal -i genome.fna -o genes.gff -f gff -a proteins.faa -d cds.fna -q

元基因组

prodigal -i contigs.fa -o meta.gff -f gff -a meta.faa -d meta.fna -p meta -q

使用近缘参考训练文件

prodigal -i ref_genome.fna -o ref.gff -f gff -a ref.faa -t ref.trnprodigal -i target_genome.fna -o target.gff -f gff -a target.faa -d target.fna -t ref.trn

四、总结

如果只记住一句话：

• • 单个原核基因组用默认模式
• • 元基因组或极碎数据用 -p meta
• • 输出文件优先保留 gff + faa + fna

对大多数生信分析流程来说，下面这两条命令已经覆盖了 90% 的使用场景：

prodigal -i genome.fna -o genes.gff -f gff -a proteins.faa -d cds.fnaprodigal -i contigs.fa -o meta.gff -f gff -a meta.faa -d meta.fna -p meta

参考资料

• • GitHub 仓库：https://github.com/hyattpd/Prodigal
• • GitHub Releases：https://github.com/hyattpd/Prodigal/releases
• • GitHub Wiki 首页：https://github.com/hyattpd/prodigal/wiki
• • Gene Prediction Modes：https://github.com/hyattpd/prodigal/wiki/Gene-Prediction-Modes
• • Advice By Input Type：https://github.com/hyattpd/prodigal/wiki/Advice-by-Input-Type
• • Understanding the Prodigal Output：https://github.com/hyattpd/prodigal/wiki/understanding-the-prodigal-output
• • Bioconda 包页面：https://bioconda.github.io/recipes/prodigal/README.html

作者：Evil Autuman | Autuman Lab微信公众号：Evil Autuman更新时间：2026年3月