基因組共線性分析工具MCScanX

 軟件簡介

MCScanX工具集對MCScan算法進行了調整，用於檢測共線性和同線性區域，還增加了可視化和下游分析。。MCscanX有三個核心工具,以及12個下游分析工具。

軟件安裝

 進入官網http://chibba.pgml.uga.edu/mcscan2/#tm，下載安裝

unzip MCscanX.zip
cd MCScanX
make

 

 軟件使用

•  所需要文件

　　　　 兩個或多個物種的gff文件，蛋白序列（** 該軟件最多能做5個物種的共線性）

• 第一步：構建索引，進行blastp比對

注意！這里是找at和vv兩個基因組組內和組間的共線性,因為想同時知道物種內和物種間的共線性，所以在blast之前把at和vv的基因組facat到一起，既做database，又做query，如果只想知道 組間的共線性，那么就任取一個基因組為database，另一個做query

注意！ 如果一個基因有多個轉錄本，只選擇注釋中的第一條

## 合並
cat at.fa vv.fa >>all.fa

## 建庫
makeblastdb -in all.fa -dbtype prot -out index/all -parse_seqids

## 比對
blastp -query all.fa -db index/all -out all.blast -evalue 1e-5 -num_threads 10 -outfmt 6 -num_alignments 5

• 第二步：構建gff文件 

MCscanX要求的gff文件和標准的gff文件不一樣，它只有四列, 其中"sp#"的sp意味着你要用2個字母代表物種，#則表示是哪條染色體。而"gene"則要是你蛋白序列的基因名

注意：all.gff, all.blastp 前綴需要一樣，並且在同一文件夾下

sp# gene    starting_position  ending_position

 根據物種的gff3文件利用awk 快速得到MCscanX要求的gff文件

• 第三步：MCScanX尋找共線性區塊

MCScanX ./all

 

•  結果文件

 輸出文件分為兩個：

　　　　　　　　第一個是at_rice.collinearity， 記錄着共線性區塊(collinear blocks), 可以選擇共線性區塊基因大於10以上為可信區域

　　　　　　　　第二個是一個網頁格式

•  輸出共線性基因的位置信息

• #!/usr/bin/env python
  # _*_ coding: utf-8 _*_
  
  import  sys,re
  
  gene_info = {}
  syn_info = {}
  
  IN = sys.argv[1]  ##*.gff
  IN1 = sys.argv[2] ## *.collinearity
  IN2  = sys.argv[3] ## number,int;
  
  with open(IN) as f,\
      open(IN1) as f1,\
      open("%s_syn_region_info" %IN.strip(".gff"),"w") as o:
      for i in f:
          i=i.strip().split()
          gene_info[i[1]] = [i[0],i[2],i[3]]
      for x in f1:
          if '## Alignment' in x:
              res=x.strip()
              if res not in syn_info:
                  syn_info[res] = []
          elif '#' not in x:
              x=x.strip().split()
              tem = x[-3]+"&&"+x[-2]
              syn_info[res].append(tem)
      for k,v in syn_info.items():
          num = re.search(r" N=(\d+) ",k).group(1)
          if int(num) >= 10:
              for n in v:
                #  print n
                  gene1 = n.split("&&")[0]
                  gene2 = n.split("&&")[1]
                  gene1_chr = gene_info[gene1][0]
                  gene1_start = gene_info[gene1][1]
                  gene1_end = gene_info[gene1][2]
                  gene2_chr = gene_info[gene2][0]
                  gene2_start = gene_info[gene2][1]
                  gene2_end = gene_info[gene2][2]
                  o.write("%s\t%s\t%s\t%s\t%s\t%s\t%s\t%s\n"%(gene1_chr,gene1,gene1_start,gene1_end,gene2,gene2_chr,gene2_start,gene2_end))

   

 

 

基因組共線性工具MCScanX使用說明

基因組共線性工具MCScanX使用說明

 

 

 

------END------

關注下方公眾號可獲得更多精彩