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;
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 (）和ＮＣ
BI Batch CD- ｓearcｈ. ()．
⏹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。
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。PrｏtTｅ
st progｒam fｏr proteiｎ aｎd ModelTeｓｔ or Ｊmｏdｅtｌｅｓt fｏr ＤＮA().
3、算法选择。三种． NJ, ML anｄ BI.
４、软件选择。 MEＧA (bｏoｔstrap ｌeaｓt 1０00 rｅpｌicates)， phyM Ｌａnｄ Mrbayｅｓ ().
5、进化树修饰. MＥGA： view－>optiｏｎs and ｓｕbtｒeｅ-> ｄra
ｗ options. Alｓo caｎ bｅｄecorａｔｅd ｉn ｗord （)
二、具体步骤
2.1 多序列比对。一般采用musｃle。因为 MUSＣLＥｉs onｅ of the beｓt －perforｍiｎg ｍultiple aliｇｎmｅnt proｇrams ａｃｃｏrｄinｇ to puｂｌished ｂeｎchmarｋｔｅｓts, wiｔh accｕrａcy and speｅd thａ
t 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.P ｒｏｔTeｓt -ｉａlignｍ.
运行结果如下图
ﻫ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
ﻫ
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).
