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:/
⏹TAIR:/
⏹Rice Genome Annotation Project ：/.
⏹Phytozome:/
⏹Ensemble:/genome_browser/index.html
⏹NCBI基因组数据库：/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
/.
c. UniProtKB:/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 funct
ion. 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
NCBI Batch CD- search. (/Structure/bwrpsb/bwrpsb .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 Mrbayes (user. qzone.qq./58001704/main).
５、进化树修
饰. MEGA: view->options and subtree-> draw options. Also can be decor ated 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 programs a ccording to published benchmark tests, with accuracy and speed that a re 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
