构建多基因的系统发育树

需求:构建13个物种的13个基因的系统进化树

  • 下载需要比对的12个物种
  • 将13个物种中13个基因分别分开到单独的文件
  • 比对每一个基因
  • 拼接比对结果
  • 使用mage构建系统发育树

一、下载需要比对的12个物种

from Bio import Entrez
import os
Entrez.email = "1749748955@qq.com"

def downloadByNucleotide(ids,path,file_type,endName):
    if not os.path.exists(path):
         os.makedirs(path) 

    print("共下载序列",len(ids),"条")
    for id in ids:
        print("准备下载",id,"....")
        hd_efetch_fa = Entrez.efetch(db='nucleotide', id=id, rettype=file_type)
        read_efetch_fa = hd_efetch_fa.read()
        with open("{0}/{1}.{2}".format(path,id,endName),"w") as file:
            file.write(read_efetch_fa)
        print(id,"下载完成....")
        
# download genbank sequencess
def downloadByNucleotideAndGenbank(ids,path):
    downloadByNucleotide(ids,path,"gb","gb")

if __name__ == "__main__":
    ids=["NC_037234.1","NC_029326.1","NC_024028.1","NC_030265.1","KY689117.1","KY689119.1","NC_034282.1","NC_037207.1","NC_037235.1","NC_030266.1","KY689125.1","NC_037205.1"]
    downloadByNucleotideAndGenbank(ids,"temp/source")
  • 下载的结果:
.
├── KY689117.1.gb
├── KY689119.1.gb
├── KY689125.1.gb
├── NC_024028.1.gb
├── NC_029326.1.gb
├── NC_030265.1.gb
├── NC_030266.1.gb
├── NC_034282.1.gb
├── NC_037205.1.gb
├── NC_037207.1.gb
├── NC_037234.1.gb
└── NC_037235.1.gb

拷贝需要比对的基因到 temp/source

二、将13个物种中13个基因分别分开到单独的文件

from Bio import SeqIO
import os
list_sort=["ND2","COX1","COX2","ATP8","ATP6","COX3","ND3","ND5","ND4","ND4L","ND6","CYTB","ND1"]

def linkGene(input_path,output_path):
    # 如果不存在就创建文件夹
    if not os.path.exists(input_path):
         os.makedirs(input_path) 
    if not os.path.exists(output_path):
         os.makedirs(output_path) 
  
    # 遍历该目录下的每一个文件夹
    for file_name in os.listdir(input_path):
        # 使用biopython读取genbank文件的完整序列
        records = SeqIO.read("{0}/{1}".format(input_path,file_name),"genbank")
        #从Genbank获取完整序列
        complete_seq = str(records.seq)
        # 打印基因名称
        print(">"+records.annotations["source"]+" "+records.id)
        gene_dict = {}
        for feature in  records.features:
            if feature.type == "CDS":
                # print(feature.qualifiers.get("gene"))
                # 获取基因的名称eg.[ND1、ND2]
                gene_name = feature.qualifiers.get("gene")[0]
                # print(type(feature.location.parts))
                gene_seq=""
                for gene in  feature.location.parts:
                    # print(complete_seq[gene.start:gene.end])
                    # 获取对应的基因序列
                    gene_seq = gene_seq + complete_seq[gene.start:gene.end]
                # 
                gene_dict[gene_name]=gene_seq

        #按照顺序遍历基因
        print("定义了",len(list_sort),"个基因","序列有",len(gene_dict),"个基因")
        for gene in list_sort:  
            # 第一次循环创建文件
            f = open("{0}/{1}.fasta".format(output_path,gene),"a")
           
            if gene in gene_dict:
                # 添加基因到文件,有12个物种,1个基因文件有12个序列
                print("找到基因:",gene,"长度为:",len(gene_dict[gene]))
                f.write(">"+records.annotations["source"]+" "+records.name+"\n"+gene_dict[gene]+"\n")
            else:
                print("error----------","没有找到基因:",gene)

        print("*******写入完成*******")

if __name__ == "__main__":
    linkGene("temp/source","temp/result")
  • 运行的结果:
.
├── ATP6.fasta
├── ATP8.fasta
├── COX1.fasta
├── COX2.fasta
├── COX3.fasta
├── CYTB.fasta
├── ND1.fasta
├── ND2.fasta
├── ND3.fasta
├── ND4.fasta
├── ND4L.fasta
├── ND5.fasta
└── ND6.fasta

三、比对每一个基因

  • 这里使用命令行工具megacc
  • megacc -a temp/mao/clustal_align_nucleotide.mao -d [输入文件] -f Fasta -o [输出文件夹]

.mao文件的的生成见: https://www.megasoftware.net/web_help_10/index.htm#t=Quick_Start_Tutorial.htm

import os

def alignFasta(input_seq,output_seq):
    # 如果不存在就创建文件夹
    if not os.path.exists(input_seq):
         os.makedirs(input_seq) 
    if not os.path.exists(output_seq):
         os.makedirs(output_seq) 
    os.system("megacc -a temp/mao/clustal_align_nucleotide.mao -d {0}  -f Fasta -o {1}".format(input_seq,output_seq))

def generate_align():
     for file_name in os.listdir("temp/result"):
         print("比对:"+file_name+"...........")
         alignFasta("temp/result/{0}".format(file_name),"temp/align_output/")  
         

if __name__ == "__main__":
      generate_align()
  • 运行结果:
.
├── ATP6-10469.fasta
├── ATP6-10469_summary.txt
├── ATP8-10415.fasta
├── ATP8-10415_summary.txt
├── COX1-10259.fasta
├── COX1-10259_summary.txt
├── COX2-10525.fasta
├── COX2-10525_summary.txt
├── COX3-10055.fasta
├── COX3-10055_summary.txt
├── CYTB-10197.fasta
├── CYTB-10197_summary.txt
├── ND1-10421.fasta
├── ND1-10421_summary.txt
├── ND2-10556.fasta
├── ND2-10556_summary.txt
├── ND3-10653.fasta
├── ND3-10653_summary.txt
├── ND4-10095.fasta
├── ND4-10095_summary.txt
├── ND4L-10418.fasta
├── ND4L-10418_summary.txt
├── ND5-10646.fasta
├── ND5-10646_summary.txt
├── ND6-10386.fasta
└── ND6-10386_summary.txt

四、拼接比对结果

import os

def alignFasta(input_seq,output_seq):
       # 如果不存在就创建文件夹
    if not os.path.exists(input_seq):
         os.makedirs(input_seq) 
    if not os.path.exists(output_seq):
         os.makedirs(output_seq) 
    os.system("megacc -a temp/mao/clustal_align_nucleotide.mao -d {0}  -f Fasta -o {1}".format(input_seq,output_seq))

def generate_align():
     for file_name in os.listdir("temp/result"):
         print("比对:"+file_name+"...........")
         alignFasta("temp/result/{0}".format(file_name),"temp/align_output/")  
         
if __name__ == "__main__":
      generate_align()
  • 运行结果:
align_result.fasta

五、使用mage构建系统发育树

Screenshot from 2020-02-03 11-00-05.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343