怎么用python的MCScanX分析物種間分共線性

今天小編給大家分享一下怎么用python的MCScanX分析物種間分共線性的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

1. 安裝

這里可以分兩步，分別是安裝LASTAL和jcvi python包。

LASTAL下載地址： http://last.cbrc.jp/，編譯后將 lastal 和 lastdb 添加到PATH中。

jcvi安裝比較簡單，在命令行直接運行下列命令：

pip install jcvi

2. 數據下載

運行MCscan需要序列以及坐標文件，分別是fasta格式以及BED格式的，例如，可以從Phytozome下載cds的序列文件以及gff文件，再由gff文件生成BED文件。當然JCVI有相應的方法，可以直接下載，省去我們自己下載整理數據的麻煩，具體操作如下：

$ python -m jcvi.apps.fetch phytozome

...

         Acoerulea               Alyrata             Athaliana

       Bdistachyon                 Brapa           Cclementina

           Cpapaya          Creinhardtii              Crubella

          Csativus             Csinensis Csubellipsoidea_C-169

          Egrandis                Fvesca                  Gmax

        Graimondii        Lusitatissimum            Mdomestica

        Mesculenta             Mguttatus     Mpusilla_CCMP1545

   Mpusilla_RCC299           Mtruncatula          Olucimarinus

           Osativa               Ppatens              Ppersica

      Ptrichocarpa             Pvirgatum             Pvulgaris

         Rcommunis              Sbicolor              Sitalica

     Slycopersicum       Smoellendorffii            Stuberosum

            Tcacao            Thalophila              Vcarteri

         Vvinifera                 Zmays         early_release

...

$ python -m jcvi.apps.fetch phytozome Vvinifera,Ppersica

...

$ ls

Ppersica_139_cds.fa.gz  Ppersica_139_gene.gff3.gz  Vvinifera_145_cds.fa.gz  Vvinifera_145_gene.gff3.gz

GFF轉BED：

$ python -m jcvi.formats.gff bed --type=mRNA --key=Name Vvinifera_145_gene.gff3.gz -o grape.bed
$ python -m jcvi.formats.gff bed --type=mRNA --key=Name Ppersica_139_gene.gff3.gz -o peach.bed

如果參考基因組沒有cds的序列文件，可下載染色體序列，根據gff文件提取cds序列。

3. 成對共線性搜索

準備好輸入文件后，就可以進行共線性搜索了。首先要將工作目錄切換到輸入文件所在目錄，然后運行如下命令：

$ python -m jcvi.compara.catalog ortholog grape peach
20:33:42 [base] lastdb peach peach.cds
20:34:13 [base] lastal -u 0 -P 64 -i3G -f BlastTab peach grape.cds >grape.peach.last
20:34:30 [synteny] Assuming --qbed=grape.bed --sbed=peach.bed
20:34:31 [blastfilter] Load BLAST file `grape.peach.last` (total 403868 lines)
20:34:31 [base] Load file `grape.peach.last`
20:34:38 [blastfilter] running the cscore filter (cscore>=0.70) ..
20:34:39 [blastfilter] after filter (294217->31229) ..
20:34:39 [blastfilter] running the local dups filter (tandem_Nmax=10) ..
20:34:39 [blastfilter] after filter (31229->21089) ..
...
A total of 30654 (NR:18661) anchors found in 678 clusters.
Stats: Min=4 Max=683 N=678 Mean=45.2123893805 SD=80.8407828815 Median=16.0 Sum=30654
NR stats: Min=4 Max=460 N=678 Mean=27.5235988201 SD=48.0461479616 Median=11.0 Sum=18661

運行結束后會得到以下幾個文件

$ ls grape.peach.*
grape.peach.lifted.anchors  grape.peach.anchors  grape.peach.last.filtered  grape.peach.last

4. 成對同線性可視化

觀察成對的共線性的最佳可視化方法是使用dotplot，這里只需要一條命令。

$ python -m jcvi.graphics.dotplot grape.peach.anchors

5. 線性可視化

我們還可以使用同樣的共線性輸出文件做不同的可視化圖片。這里需要在準備兩個輸入文件，seqids 文件和 layout 文件。

前者為兩個基因組都包括哪些的染色體，這里最好移除較短的scaffolds，文件格式如下所示：

chr1,chr2,chr3,chr4,chr5,chr6,chr7,chr8,chr9,chr10,chr11,chr12,chr13,chr14,chr15,chr16,chr17,chr18,chr19
scaffold_1,scaffold_2,scaffold_3,scaffold_4,scaffold_5,scaffold_6,scaffold_7,scaffold_8

其中第一行為葡萄所包含的19個染色體，第二行為桃子包含的8個染色體。

后者為畫圖所需的配置文件，格式如下：

# y, xstart, xend, rotation, color, label, va,  bed
 .6,     .1,    .8,       0,      , Grape, top, grape.bed
 .4,     .1,    .8,       0,      , Peach, top, peach.bed
# edges
e, 0, 1, grape.peach.anchors.simple

其中前三列指定了軌跡的位置，然后是rotation, color, label, vertical alignment (va), 和 基因組 BED 文件.最后是連線的繪制，信息來自grape.peach.anchors.simple文件。

grape.peach.anchors.simple由以下命令生成：

$ python -m jcvi.compara.synteny screen --minspan=30 --simple grape.peach.anchors grape.peach.anchors.new

然后，我們就可以繪圖了！

$ python -m jcvi.graphics.karyotype seqids layout

6. 共線性結果說明

1.基因組共線性詳細結果文件，過濾掉不可靠的共線性區塊之后的文件：*.anchors.new，第一列為一個 基因組基因ID，第二列為另一個基因組的基因ID文件，即是兩個基因組共線性區域內基因對應關系；

不同的共線性區塊用“###” 隔開

2.基因組共線性簡化結果文件：* anchors.simple；一行為一個共線性區塊，前兩列表示一個基因組中兩個基因組之間的區域，與后兩列（3,4列）另一個基因組中的兩個基因之間的區域存在共線性關系；

第5列物區域跨度，最后一列為: +為正向，-為反向

3.如果要設置顏色，可修改2.中的文件，也就是在需要修改顏色的行頭部加上顏色值，具體格式如下：

注意顏色值為16進制，*隔開； 沒有添加顏色值的行默認灰色

以上就是“怎么用python的MCScanX分析物種間分共線性”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。