- 基因-共线性的定义与常见算法原理
-
物种内的共线性分析
文件准备(物种比对到自身的.blast文件,物种基因信息文件.gff文件),运行MCScanX,输出collinear和tandem文件 - 基因家族成员的来源分析(如何复制得到)
- 不同物种之间的共线性分析
- 共线性分析结果可视化
1 共线性分析:与同线性的联系
用途:
- 识别直系同源gene
- 蛋白编码基因注释
- 发现进化事件
2物种内的共线性分析
3基因家族来源分析
4不同物种之间的共线性分析
共线性分析
数据文件下载genome.fa,gff3,protein.fa
2数据文件格式转换(TBtools)
3共线性分析
4解读文本输出结果
-----开始----
1 下载菠萝,水稻,拟南芥,香蕉的基因组和注释文件
- 通过TBtools由上述文件得到CDS和protein文件(前面已讲)
- 把菠萝蛋白比对到自身(用时相对较长)得到blast结果文件
2 获得所有基因的位置信息
如下
下面可以把刚才得到的blast结果文件简化,也可以不做,做的话,下面
3 菠萝自身的比对的结果如下
可视化
先得到串联重复序列的link文件
上面得到的.tandem文件用excel打开并进行分列,另存为txt文件
结果
可以看到有串联重复序列
再把pineapple2pineapple.blast.tab.collinearity文件转换为link文件
结果如下
可以看出和视频中不一样,因为我和作者用的不是同一个基因家族
对于比对到自身的(单个基因组)的还可以做其他的
结果
也可以选择性展示
4不同物种之间的共线性分析
分析菠萝与水稻之间的共线性区块
- 需要菠萝的所有蛋白序列比对到水稻的所有蛋白序列
- 两个基因组的所有基因的位置关系
按前述步骤分别得到水稻的CDS和protein,方法不再赘述
这里需要说明的是,视频中CDS的总序列数为66338,我下载了几个水稻品种包括reference geonome均不是,就用以下信息吧
取最长的可变剪切本,以使下一步分析更加准确
接下来,这一步看具体请看需要不需要做
################################
下面开始两个基因组比较
开始菠萝和水稻比对
然后水稻比对菠萝
都比对完之后,开始merge两个比对后的blast文件
同样gff文件也要merge
然后
得到pineapple_rice.collinearity文件
然后
mutiple synteney plotter
新建一个multiple文件夹
接下来在做菠萝和香蕉的比对
步骤按上面
提取cds,pro(考虑可变剪切,可以选择最大长度可变剪切序列),然后互相比对得到blast结果
上面个gff和blast结果分别merge,就可以比对了