基因家族分析套路（一）
近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中形成了大量的可用资源。如何利用这些资源呢？今天小编带你认识一下不测序也能发文章的思路--全基因组基因家族成员鉴定与分析（现在这一领域可是很热奥）；
一、基本分析容
?数据库检索与成员鉴定
?进化树构建
?保守domain和motif分析.
?基因结构分析.
?转录组或荧光定量表达分析.
二、数据库检索与成员鉴定
1、数据库检索
1）首先了解数据库用法，学会下载你要分析物种的基因组相关数据。一般也就是下面这些数据库了
?Brachypodiumdb:https://www.doczj.com/doc/e116806944.html,/
?TAIR:https://www.doczj.com/doc/e116806944.html,/
?Rice Genome Annotation Project ：https://www.doczj.com/doc/e116806944.html,/.
?Phytozome:https://www.doczj.com/doc/e116806944.html,/
?Ensemble:https://www.doczj.com/doc/e116806944.html,/genome_browser/index.html
?NCBI基因组数据库：https://www.doczj.com/doc/e116806944.html,/assembly/?term=
2）已鉴定的家族成员获取。
如何获得其他物种已发表某个基因家族的所有成员呢，最简单的就是下载该物种蛋白序列文件（可以从上述数据库中下载），然后按照文章中的ID，找到对应成员。对于没有全基因组鉴定的，可以下列数据库中找：
a. NCBI: nucleotide and protein d
b.
b. EBI: .ebi.a
https://www.doczj.com/doc/e116806944.html,/.
c. UniProtKB:https://www.doczj.com/doc/e116806944.html,/uniprot/
2、比对工具。一般使用blast和hmmer，具体使用命令如下：
?Local BLAST
formatdb–i db.fas–p F/T；
blastall–p blastp(orelse) –i known.fas–d db.fas–m 8 –
b 2(or else) e 1e-5 –o alignresult.txt.
-b:output two different members in subject sequences (db).
?Hmmer (hidden Markov Model) search. Thesame as PSI-BLAST
in function. It has a higher sensitivity, but the speed islower.
Command:
hmmbuild--informatafaknown.hmmalignknown.fa;
hmmsearchknown.hmmdb.fas>align.out.
3、过滤。
?Identity: 至少50%.
?Cover region: 也要超过50%或者蛋白结构域的长度.
?domain: 必须要有完整的该蛋白家族的。工具
pfamdb (https://www.doczj.com/doc/e116806944.html,/) 和
NCBI Batch CD- search. (https://www.doczj.com/doc/e116806944.html,/Structure/bwrpsb/bw rpsb.cgi).
?EST 支持
?Blast and Hmmer同时检测到
4、通过上述操作获得某家族的所有成员
基因家族分析套路（二）
本次主要讲解在基因家族分析类文章中，进化部分分析的容。主要是进化树的构建与分析。
一、构建进化树的基本步骤
１、多序列比对. Muscle program.
２、Model 选择. 分别针对蛋白序列和核酸序列的模型选择程序。
ProtTest program for protein and ModelTest or Jmodetlest for DNA(user.qzone.qq./58001704/blog).
３、算法选择。三种. NJ, ML and BI.
４、软件选
择。MEGA (bootstrap least 1000 replicates), phyML and Mrbaye s (user.qzone.qq./58001704/main).
５、进化树修
饰. MEGA: view->options and subtree-> draw options. Also can be decorated in word (user.qzone.qq./58001704/main)
二、具体步骤
2.1 多序列比对。一般采用muscle。因
为MUSCLE is one of the best-performing multiple alignment p rograms according to published benchmark tests, with accuracy and speed that are consistently better than CLUSTALW.
2.2 模型选择。
对于用蛋白序列构建进化树的可以采用下面命令：
java -Xmx250m -classpath path/ProtTest.jar prottest .ProtTest -i alignmfile.phy.
运行结果如下图
注意：
1）“.Phy”format. Only allow ten charaters.注意名字不能重复相同。2）AIC: Akaike Information Criterion framework.
3）Gamma distribution parameter (G): gamma shape.
3）proportion of invariable sites: I.
2.3 构建进化树
2.3.1 意义：
a聚类分析。如亚家族分类。像MAPKKK基因家族通过进化树可以清楚分
为MEKK, Raf and ZIK三个亚家族.
b亲缘关系鉴定。在进化树上位于同一支的往往暗示这亲缘关系很近
c 基因家族复制分析。研究基因家族复制事件（duplication events），两种复制事件类型常采用的标准：
Tandem duplication: Identity and cover region more than 70% and tightly linked (Holub, 2001).
Chromosomal segment duplication: Plant Genome Duplication Dat abase (PGDD: https://www.doczj.com/doc/e116806944.html,/duplication/)
2.3.2 进化树。
一般ML树比较准确，但应结合方法，如NJ树，相互验证。
2.3.3 进化部分分析：KaKs计算
2.3.3.1 简单的方法. 可以使用下面的网页
PAL2NAL(.bork.embl.de/pal2nal/)
2.3.3.2 标准方法：.
a. ParaAT: ParaAT.pl-h test.homologs -n test.cds -a test.pep -p proc –f axt –k -o output
b. KaKs_Calculator –
m NG(or else) -i test.axt -o test.axt.kaks
c.分歧时间计算：Divergenttime（T）calculation.
T=Ks/2λ. λ: mean 5.1-7.1×10-9.
d. Ka/Ks意义：
Ka/Ks=1.中性进化。.
Ka/Ks<>
Ka/Ks>1.正选择。
Positively selected genes and produce fitness advantagemutation s to evolve new functions.
基因家族分析套路（三）
本节主要讲基因结构分析套路
1、Motif分析
使用软件MEME，命令如下：
meme sample.fa -dna –
revcomp -nmotifs 10 -mod zoops -minw 6-maxw 50>meme_htmlForm at.html
2、基因结构分布图
可以使用在线GSDS2.0：website:https://www.doczj.com/doc/e116806944.html,/
用法如下：
结果展示
3、基因结构常见统计信息：自己excel或写程序统计
a. The number of intron andexon.
b. The splicing intronpattern inculding 0,1,2 phase.
c. The marked region. Forexample kinase domain.
d. sequence length.
e. UTR.
4、启动子分析。
：主要做植物的：
bioinformatics.psb.ugent.be/webtools/plantcare/html/
注意事项：
a. IE brower.
b. Only one sequence for oncesearch and the length was limi ted in 1000 bp.
c. DNA sequence origin: 1000 or1500 bp upstream of ATG of one gene.
分析结果：
基因家族分析套路（四）
一、转录组及芯片原始数据下载
1、GEO datesets/profile(https://www.doczj.com/doc/e116806944.html,/gds ).。
用法见下图。GEO数据ID命名规则：GPL->GSE->GSM.
GPL: platform
GSE: multiple series.
GSM: multiple samples.
GDS ≈GSE. Thedifference concentrated on the data labeled GDS can be analyzed for one geneonline. It is simple and easily.
The data in the sameGPL can be used to compare inexperiment
下面是在线分析转录组数据的用法：
2、EBI ArrayExpress(https://www.doczj.com/doc/e116806944.html,/arrayexpress/)
该数据库下载数据用法如下：
3、PLEXdb(https://www.doczj.com/doc/e116806944.html,/).
该数据库下载数据用法如下，注意用户名和密码！
4、SRA db(https://www.doczj.com/doc/e116806944.html,/sra/)
5、DRA db（trace.ddbj.nig.ac.jp/DRASearch/）
二、数据处理
拿到原始数据，要进行处理，才能进行后续数据分析。
1、芯片数据。原始数据格式“.cel”格式。以AffyMicroarray数据处理为例讲述主要的命令如下：
> library(affy);
>library(makecdfenv);
>library……
> barleyGenome = make.cdf.env(“barleyGenome.cdf")
>mydata <- ReadAffy() ##choose “.cel “file analyzed.
>eset <- rma(mydata);
>write.exprs(eset,file="mydata.txt")
>design <- model.matrix(~-1+factor(c(1,1,2,2,3,3))) # Createsappropri ate design matrix.
>colnames(design) <-c("group1", "group2", "group3") # Assigns colum n names.
>fit <- lmFit(eset, design) # Fits a linear model for each gen e based onthe given series of arrays.
>contrast.matrix <- makeContrasts(group2-group1,group3-group2, group3-group1, levels=design) # Creates appropriate contrast matrix toperform all pairwise comparisons.
>fit2 <- contrasts.fit(fit, contrast.matrix)# Computes estimatedcoef ficients and standard errors for a given set of contrasts.
>fit2 <- eBayes(fit2) # Computes moderated t-statistics and log-o ddsof differential expression by empirical Bayes
>topTable(fit2, coef=1,adjust="fdr", sort.by="B", number=10) # Gener ates list of top 10 ('number=10')differentially expressed genes sorte d by B-values ('sort.by=B') for firstcomparison group.
>write.table(topTable(fit2, coef=1,adjust="fdr", sort.by="B", number=5 00),file="limma_complete.xls", https://www.doczj.com/doc/e116806944.html,s=F, sep="\t") # Exports complete limma statistics table forfirst comparison group.
>results <- decideTests(fit2,p.value=0.05); vennDiagram(results)
2、转录组数据处理。原始数据格式为sra或fastq格式。Sra可以转换为fastq然后运用下面的命令进行处理。
1）获得cleandata；
fastx_clipper :clip adapter.
fastq_quality_filter: base quality control.
fastq_quality_trimmer: trim 5’low quality bases.
2）计算RPKM.
bowtie2-buildpath/db.seq path/db
tophat db read.fastq
bam_filter path/accepted_hits.bam
samtools view -h -o output-uniq.sam output_uniq.bam excel for calculation(low frequencyreads ≤5 were omitted ).
3）差异表达的基因。
寻找存在差异表达的家族成员，推测其可能的功能。有下面两种分析策略，均可采用。
a.倍数法。对于基因家族分析，可以采用倍数法，以2倍为标准，得到上调和小的基因
b.CV值。计算某个成员在不同处理下的基因表达变化。
CV =SD/https://www.doczj.com/doc/e116806944.html,ed in differenttissues or organs anlysis.
基因家族分析套路（一）近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中形成了大量的可用资源。如何利用这些资源呢？今天小编带你认识一下不测序也能发文章的思路--全基因组基因家族成员鉴定与分析（现在这一领域可是很热奥）； 一、基本分析内容 ?数据库检索与成员鉴定 ?进化树构建 ?保守domain和motif分析. ?基因结构分析. ?转录组或荧光定量表达分析. 二、数据库检索与成员鉴定 1、数据库检索 1）首先了解数据库用法，学会下载你要分析物种的基因组相关数据。一般也就是下面这些数据库了 ?Brachypodiumdb: ?Rice?Genome?Annotation?Project?：. 2）已鉴定的家族成员获取。 ? ? ??如何获得其他物种已发表某个基因家族的所有成员呢，最简单的就是下载该物种蛋白序列文件（可以从上述数据库中下载），然后按照文章中的ID，找到对应成员。对于没有全基因组鉴定的，可以下列数据库中找： ???a.?NCBI:?nucleotide?and?protein?db.
谢谢你的观赏 2、比对工具。一般使用blast和hmmer，具体使用命令如下： ?Local?BLAST formatdb–i?db.fas–p?F/T； blastall–p?blastp(orelse)?–i?known.fas–d?db.fas–m?8?–b?2(or?else)?e?1e-5?– o?alignresult.txt. -b:output?two?different?members?in?subject?sequences?(db). ?Hmmer?(hidden?Markov?Model)?search.?Thesame?as?PSI-BLAST?in?function.?It?has?a ?higher?sensitivity,?but?the?speed?islower. Command: 3、过滤。 ?Identity:?至少50%. ?Cover?region:?也要超过50%或者蛋白结构域的长度. ?EST?支持 ??Blast?and?Hmmer同时检测到 4、通过上述操作获得某家族的所有成员 基因家族分析套路（二） 本次主要讲解在基因家族分析类文章中，进化部分分析的内容。主要是进化树的构建与分析。 谢谢你的观赏
毛果杨PP2C基因家族生物信息学分析 摘要：蛋白磷酸酯酶2C(PP2C)是蛋白磷酸酯酶中的一大类,广泛参与逆境信号的传递过程。本实验采用比较基因组学的方法，利用已知的拟南芥PP2C蛋白序列为检索序列，在全基因组水平上搜索毛果杨的PP2C基因的同源序列。最终确定了毛果杨45个PP2C候选基因。对同源序列作进一步的多序列联配、ESTs、MEME和系统发生表达分析。 关键词：毛果杨比较基因组学基因家族 Abstract: Protein phosphatase 2C (PP2C) is a protein phosphatase in a large class, the broad participation of adversity signal transmission process. In this study, we searched the homologous sequence from Populus trichocarpa protein database based on the complete genome by using comparative genomics methods and taking the Arabidopsis thaliana PP2C protein which has been isolated as the retrieval sequence. The results showed that 45 PP2C-like protein were identified from Populus trichocarpa. Further, we also analyzed the sequence alignment, MEME, EST and phylogenetic. Keywords: Populus trichocarpa comparative genomics genne family 真核生物基因组中，编码蛋白磷脂酶的基因远远少于蛋白激酶，一般只有蛋白激酶基因数的四分之一至三分之一。在过去的研究中，蛋白质可逆磷酸化研究的重点主要针对蛋白激酶，不过，现在越来越多的研究显示，在信号转导中，蛋白磷酸酶和蛋白激酶同样重要[1]。 根据底物蛋白分子上去磷酸化的氨基酸残基的种类，PP主要分为三个家族：酪氨酸蛋白磷酸酶（protein tyrosine phosphatases, PTPs）、丝氨酸蛋白磷酸酶（protein serine phosphatases, PPPs）和双特异性蛋白磷酸酶（dual specificity phosphatases, PSPs）。根据酶对底物选择的特异性和对抑制剂的敏感程度，PPPs分为PP1和PP2。根据亚基的结构、二价离子的依赖性和底物特异性，PP2又可进一步分为PP2A、PP2B和PP2C[2]。大量研究表明，PP2A在进化过程中，高度保守且广泛表达。PP2B是由催化亚基A和调节亚基B构成的二聚体，也是唯一受Ca2+／CaM调节的丝氨酸蛋白磷酸酶，在介导Ca2+信号到细胞应答中发挥了重要作用。在所有PSPs的亚类中，只有PP2C没有调控亚基，是一种单体蛋白磷酸酶，活性依赖于Mg2+或Mn2+[4]。PP2C与其他类型的PPP类蛋白磷酸酶相比,没有较明显的氨基酸序列同源性，但是蛋白质三维结构的相似性却揭示这些蛋白磷酸酶可能拥有相似的催化机制或相同的催化底物。PP2C类蛋白磷酸酶的一个重要的结构特征是在其催化区域内含有11个保守的结构亚区[3]。与哺乳动物PP2Cs相比，植物PP2Cs具有独特的结构模式，即植物中多数PP2C类磷酸酶C端具有保守的催化区域，而N端却是保守性不强、长度不一的延伸区域，在这些延伸区域内，含有与胞内信号相关的序列包括跨膜区域和激酶互作区域等，从而赋予了PP2C 不同的功能[1]。 蛋白磷酸酶结构的复杂性是功能广泛性的基础。随着植物中越来越多的蛋白磷酸酶基因及其相关蛋白的分离、纯化与鉴定，以及基因特性与生理生化的深入研究，其众多的功能也陆续的被确定。迄今为止，蛋白磷酸酶已经被证实与植物的生长发育、信号转导、细胞周期、渗透胁迫以及活性氧胁迫等各种抗逆性反应相关联。如今，毛果杨的全基因组测序已经完成，数据库Populus trichocarpa v1.1(https://www.doczj.com/doc/e116806944.html,/Poptrl_1/Poptrl_1.home.html)公布了全部序列。此后，在第一测序的基础上，进行了第二次补充测序。毛果杨全基因组最新数据已经包含在数据库Phytozome v7.0(https://www.doczj.com/doc/e116806944.html,/poplar)。本实验运用生物信息学
近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中形成了大量的可用资源。如何利用这些资源呢？今天小编带你认识一下不测序也能发文章的思路--全基因组基因家族成员鉴定与分析（现在这一领域可是很热奥）； 一、基本分析内容 数据库检索与成员鉴定 进化树构建 保守domain和motif分析. 基因结构分析. 转录组或荧光定量表达分析. 二、数据库检索与成员鉴定 1、数据库检索 1）首先了解数据库用法，学会下载你要分析物种的基因组相关数据。一般也就是下面这些数据库了 Brachypodiumdb Genome Annotation Project ： NCBI基因组数据库：）已鉴定的家族成员获取。 如何获得其他物种已发表某个基因家族的所有成员呢，最简单的就是下载该物种蛋白序列文件（可以从上述数据库中下载），然后按照文章中的ID，找到对应成员。对于没有全基因组鉴定的，可以下列数据库中找： a. NCBI: nucleotide and protein d b. b. EBI: c. UniProtKB、比对工具。一般使用blast 和hmmer，具体使用命令如下：
Local BLAST formatdb–i –p F/T； blastall–p blastp(orelse) –i –d –m 8 –b 2(or else) e 1 e-5 –o . -b:output two different members in subject sequences (db). Hmmer (hidden Markov Model) search. Thesame as PSI-BLAST in function. It has a higher sensitivity, but the speed islower. Command: 、过滤。 Identity: 至少50%. Cover region: 也要超过50%或者蛋白结构域的长度. domain: 必须要有完整的该蛋白家族的。工具pfamdb 和 NCBI Batch CD- search. 支持 Blast and Hmmer同时检测到 4、通过上述操作获得某家族的所有成员 基因家族分析套路（二） 本次主要讲解在基因家族分析类文章中，进化部分分析的内容。主要是进化树的构建与分析。 一、构建进化树的基本步骤 １、多序列比对. Muscle program.
基因家族生信分析 一、什么是基因家族 概念：是来源于同一个祖先，有一个基因通过基因重复而产生两个或更多的拷 贝而构成的一组基因，他们在结构和功能上具有明显的相似性，编码相似的蛋白质产物。 划分： 按功能划分：把一些功能类似的基因聚类，形成一个家族。 按照序列相似程度划分:一般将同源的基因放在一起认为是一个家族。 1.常见基因家族： WRKY基因家族：是植物前十大蛋白质基因家族之一，大量研究表明，WRKY 基因家族的许多成员参与调控植物的生长发育，形态建成与抗病虫。 NBS-LRR抗病基因家族：是植物中最大类抗病基因家族之一。 MADS-BOX基因家族：是植物体内的重要转录因子，它们广泛地调控着植物的生长、发育和生殖等过程。在植物中参与花器官的发育，开花时间的调节，在果实，根，茎，叶的发育中都起着重要的作用。 热激蛋白70家族（HSP70）是一类在植物中高度保守的分子伴侣蛋白，在细胞中协助蛋白质正确折叠。 二、基因家族分析流程：
●利用蛋白保守域结构提取号在Pfam数据库提取其隐马尔科夫模型矩 阵文件（*.hmm） ●在数据库（Ensemble 、JGI、NVBI）下载你所需要的物种的基因组数 据（*.fa,*.gff） ●在虚拟机中Bio-Linux中的hummsearch程序，用隐马尔科夫模型矩 阵文件在蛋白序列文件中搜索含有该保守结构域的蛋白 ●将蛋白序列导入MEGA软件构建进化树（可以阐明成员之间系统进化 关系，从进化关系上揭示其多样性） ●利用MEME搜索蛋白质的保守结构域 利用MEME搜索基因家族成员的motif可以揭示基因家族在物种内的多样化及其功能，如果他们都含有相同的motif表明其功能具有 相似性，如果部分家族成员含有其他不同的motif,很可能这些成员有 其他特异功能，或者可以归分为一个亚族 ●绘制基因染色体位置图 从*.gff文件中抽取我们搜索到的基因位置信息，http://mg2c.iask.in/mg2c_v2.0/在线绘制基因染色体位置图 通过染色体位置分布，可以了解基因主要分布字哪条染色体上，及是 否能形成基因簇（被认为是通过重组与错配促进基因交流） ●基因结构分析 从gff文件中抽取基因的结构信息，绘制转录本结构图。 ●计算串联重复基因的Ka,Ks 1.首先将筛选到的基因的cds序列进行多序列对比，筛选identity > 75%，tength大于对比的两条序列中较长的那条的长度的75%，将 筛选到的基因分别用clustalw进行比对，比对结果导入 KsKs_Calculster计算Ka，Ks、 Ka/ks比，计算核苷酸的非同义替代（ka）与核苷酸的同义替代 （ks）的平均速率。 2.Ka/ks比值<1表明：通过纯化选择降低了氨基酸变化的速率；比 值=1表示中性选择；比值>1,表明这些基因可能已经收到积极选 择，有利于适应性遗传，这些受正向选择的基因将作为以后的研 究重点。 软件的安装 从图片中获得进入NCBI-blast官网复制blast-linux版本的链接
基因家族分析套路（一） 近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中形成了大量的可用资源。如何利用这些资源呢？今天小编带你认识一下不测序也能发文章的思路--全基因组基因家族成员鉴定与分析（现在这一领域可是很热奥）； 一、基本分析内容 ?数据库检索与成员鉴定 ?进化树构建 ?保守domain和motif分析. ?基因结构分析. ?转录组或荧光定量表达分析. 二、数据库检索与成员鉴定 1、数据库检索 1）首先了解数据库用法，学会下载你要分析物种的基因组相关数据。一般也就是下面这些数据库了 ?Brachypodiumdb:https://www.doczj.com/doc/e116806944.html,/ ?TAIR:https://www.doczj.com/doc/e116806944.html,/ ?Rice Genome Annotation Project ：https://www.doczj.com/doc/e116806944.html,/. ?Phytozome:https://www.doczj.com/doc/e116806944.html,/ ?Ensemble:https://www.doczj.com/doc/e116806944.html,/genome_browser/index.html ?NCBI基因组数据库：https://www.doczj.com/doc/e116806944.html,/assembly/?term= 2）已鉴定的家族成员获取。
如何获得其他物种已发表某个基因家族的所有成员呢，最简单的就是下载该物种蛋白序列文件（可以从上述数据库中下载），然后按照文章中的ID，找到对应成员。对于没有全基因组鉴定的，可以下列数据库中找： a. NCBI: nucleotide and protein d b. b. EBI: http://www.ebi.a https://www.doczj.com/doc/e116806944.html,/. c. UniProtKB:https://www.doczj.com/doc/e116806944.html,/uniprot/ 2、比对工具。一般使用blast和hmmer，具体使用命令如下： ?Local BLAST formatdb–i db.fas–p F/T； blastall–p blastp(orelse) –i known.fas–d db.fas–m 8 –b 2(or else) e 1e-5 –o alignresult .txt. -b:output two different members in subject sequences (db). ?Hmmer (hidden Markov Model) search. Thesame as PSI-BLAST in function. It h as a higher sensitivity, but the speed islower. Command: hmmbuild--informatafaknown.hmmalignknown.fa; hmmsearchknown.hmmdb.fas>align.out. 3、过滤。 ?Identity: 至少50%. ?Cover region: 也要超过50%或者蛋白结构域的长度.
基因家族分析套路
————————————————————————————————作者: ————————————————————————————————日期:
基因家族分析套路（一） 近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中形成了大量的可用资源。如何利用这些资源呢？今天小编带你认识一下不测序也能发文章的思路－-全基因组基因家族成员鉴定与分析(现在这一领域可是很热奥）; 一、基本分析内容 ?数据库检索与成员鉴定 ?进化树构建 ?保守domain和mｏtiｆ分析. ?基因结构分析． ?转录组或荧光定量表达分析. 二、数据库检索与成员鉴定 １、数据库检索 １)首先了解数据库用法,学会下载你要分析物种的基因组相关数据。一般也就是下面这些数据库了 ?Bｒaｃhypoｄiumdb: ?TAIR: ?Ｒiｃｅ Gｅnome Annotation Project ：. ?Phytoｚｏmｅ: ?Ｅnseｍble: ?ＮＣBI基因组数据库：
２)已鉴定的家族成员获取。 如何获得其他物种已发表某个基因家族的所有成员呢,最简单的就是下载该物种蛋白序列文件(可以从上述数据库中下载),然后按照文章中的ID,找到对应成员。对于没有全基因组鉴定的,可以下列数据库中找: a. ＮＣＢＩ: nucleotidｅ anｄ protein dｂ. b. EBI: . c. UｎiPrｏtKB： 2、比对工具。一般使用blast和hmmｅr,具体使用命令如下： ?Ｌocaｌ BLAST formatdb–i ｄb．faｓ–p F／T; blａstａll–p blａｓｔp(oｒelse）–i knｏwn．fas–ｄ db.fas–m 8 –ｂ 2（or elｓe) e 1e-5 –o alignrｅsｕｌｔ．ｔxt. -b:oｕtｐut tｗｏｄｉffｅreｎｔ mｅmｂers in subｊeｃt ｓｅquｅncｅs （ｄｂ). ?Hmmer （ｈiddｅn Mａｒkov Modｅｌ) ｓearｃh. Thesame as PSI－BLAＳ T in ｆｕncｔion． It has a hiｇher sｅnｓｉtivitｙ, but ｔhｅ sｐeed islower. Command： hｍmbuild--inforｍataｆaｋnowｎ.hmｍａｌｉgnknown．fa;
基因家族分析套路(一） 近年来,测序价格得下降,导致越来越多得基因组完成了测序,在数据库中形成了大量得可用资源。如何利用这些资源呢？今天小编带您认识一下不测序也能发文章得思路--全基因组基因家族成员鉴定与分析(现在这一领域可就是很热奥); 一、基本分析内容 ?数据库检索与成员鉴定 ?进化树构建 ?保守domaｉn与ｍotif分析、 ?基因结构分析、 ?转录组或荧光定量表达分析、 二、数据库检索与成员鉴定 1、数据库检索 1)首先了解数据库用法,学会下载您要分析物种得基因组相关数据。一般也就就是下面这些数据库了 ?Ｂrachｙpodiumdb： ?TAIR： ?Ｒiｃｅ Geｎoｍe Ａnnotaｔion Project :、 ?Phytozoｍe： ?Ensemblｅ: ?ＮCＢI基因组数据库：
２)已鉴定得家族成员获取。 如何获得其她物种已发表某个基因家族得所有成员呢,最简单得就就是下载该物种蛋白序列文件(可以从上述数据库中下载),然后按照文章中得ＩD,找到对应成员。对于没有全基因组鉴定得，可以下列数据库中找: a、 NCＢＩ: nｕclｅｏtｉdｅａnd prｏｔein d b、 ｂ、ＥＢＩ：、 ｃ、 UnｉPrｏtＫＢ: 2、比对工具。一般使用ｂlast与hｍｍer,具体使用命令如下: ?Ｌocal BＬAＳT formａtdb–i db、faｓ–p Ｆ/T； bｌastａｌl–ｐ blａｓtｐ(orｅｌse) –i known、ｆas–d db、faｓ–m 8 –b 2(oｒ eｌse） e 1e-5 –o aｌignreｓulｔ、ｔxt、 -ｂ:oｕtput two difｆｅｒenｔ membｅrs in sｕbject sequeｎｃes （dｂ)、 ?Hmｍｅr (ｈidｄen Maｒkov Mｏdel) sｅarｃh、 Thesamｅ as PSＩ-BＬ AST ｉn functｉon、 It hａｓ a ｈighｅr senｓｉtiviｔy, but the speed islowe ｒ、 mand: