怎么用python的MCScanX分析物种间分共线性

今天小编给大家分享一下怎么用python的MCScanX分析物种间分共线性的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

1. 安装

这里可以分两步，分别是安装LASTAL和jcvi python包。

LASTAL下载地址： http://last.cbrc.jp/，编译后将 lastal 和 lastdb 添加到PATH中。

jcvi安装比较简单，在命令行直接运行下列命令：

pip install jcvi

2. 数据下载

运行MCscan需要序列以及坐标文件，分别是fasta格式以及BED格式的，例如，可以从Phytozome下载cds的序列文件以及gff文件，再由gff文件生成BED文件。当然JCVI有相应的方法，可以直接下载，省去我们自己下载整理数据的麻烦，具体操作如下：

$ 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转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

如果参考基因组没有cds的序列文件，可下载染色体序列，根据gff文件提取cds序列。

3. 成对共线性搜索

准备好输入文件后，就可以进行共线性搜索了。首先要将工作目录切换到输入文件所在目录，然后运行如下命令：

$ 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

运行结束后会得到以下几个文件

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

4. 成对同线性可视化

观察成对的共线性的最佳可视化方法是使用dotplot，这里只需要一条命令。

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

5. 线性可视化

我们还可以使用同样的共线性输出文件做不同的可视化图片。这里需要在准备两个输入文件，seqids 文件和 layout 文件。

前者为两个基因组都包括哪些的染色体，这里最好移除较短的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

其中第一行为葡萄所包含的19个染色体，第二行为桃子包含的8个染色体。

后者为画图所需的配置文件，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

其中前三列指定了轨迹的位置，然后是rotation, color, label, vertical alignment (va), 和 基因组 BED 文件.最后是连线的绘制，信息来自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，我们就可以绘图了！

$ python -m jcvi.graphics.karyotype seqids layout

6. 共线性结果说明

1.基因组共线性详细结果文件，过滤掉不可靠的共线性区块之后的文件：*.anchors.new，第一列为一个 基因组基因ID，第二列为另一个基因组的基因ID文件，即是两个基因组共线性区域内基因对应关系；

不同的共线性区块用“###” 隔开

2.基因组共线性简化结果文件：* anchors.simple；一行为一个共线性区块，前两列表示一个基因组中两个基因组之间的区域，与后两列（3,4列）另一个基因组中的两个基因之间的区域存在共线性关系；

第5列物区域跨度，最后一列为: +为正向，-为反向

3.如果要设置颜色，可修改2.中的文件，也就是在需要修改颜色的行头部加上颜色值，具体格式如下：

注意颜色值为16进制，*隔开； 没有添加颜色值的行默认灰色

以上就是“怎么用python的MCScanX分析物种间分共线性”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注亿速云行业资讯频道。