安装

安装ParaAT

在安装kaks_calculator 之前安装比对软件paraAT，该软件是由中科院基因组所张章课题组开发，它整合了计算ka/ks所需的一整套分析的，包括：

蛋白序列比对（可选clustalw2 | t_coffee | mat | muscle）
根据蛋白比对结果回译成codon对应的核酸比对结果
计算kaks值

点击进行下载ParaAT

tar -xf ParaAT2.0.tar

$\color{red}{ParaAT.pl}$ 就是运行的脚本

安装Kaks_calculator

点击进行下载
减压后，给权限即可

cd KaKs_Calculator2.0/bin/Linux
chmod 744 KaKs_Calculator

简单流程

推介使用muscle，比对速度快，效果好

准备输入文件：

test.homologs：同源基因对儿
test.cds：同源基因对儿的cds序列
test.pep：同源基因对儿的pep序列
proc：线程数
以上文件均可在ParaAT文件夹中找到，可做参考

运行脚本

ParaAT.pl -h test.homologs -n test.cds -a test.pep -p proc -m muscle -f axt -g -k -o result_dir

-h, 同源基因名称文件
-n, 指定核酸序列文件
-a, 指定蛋白序列文件
-p, 指定多线程文件
-m, 指定比对工具
-g, 去除比对有gap的密码子
-k, 用KaKs_Calculator 计算kaks值
-o, 输出结果的目录
-f, 输出比对文件的格式
*** 也可通过-f参数得到其他软件分析ka/k所需的格式

上述结果可直接得到每一对同源基因的ka，ks值，可通过如下命令将其整合

cat  ./result_dir/*.kaks | cut -f 1,2,3,4,5 |grep -v 'Sequence' | less -S
Sequence  Method  Ka  Ks  Ka/Ks  
NP_000005-NP_783327 MA  0.179102    0.653246    3.64734
NP_000006-NP_032699 MA  0.186375    0.642372    3.44666
NP_000008-NP_031409 MA  0.0501752   0.706062    14.0719

可将其整合在一个python脚本

根据上述流程将其整合为一python脚本 $\color{red}{process_ka_ks.py}$

process_ka_ks.py -r

Options:
Options:
  -h, --help            show this help message and exit
  -c CDS, --cds=CDS     Input cds sequence files.(required)
  -p PEP, --protein =PEP
                        Input pep sequence files.(required)
  -H HOMO, --Homologs genes=HOMO
                        Input homologs genes files.(required)
  -o OUT, --output name=OUT
                        output name.(required)
  -t PROCESS, --number of processors=PROCESS
                        Input the number of processors (INT).(required)

输入全基因组的pep，cds文件即可，根据同源基因对儿自动调取相应基因并整理成ParaAT所需要的格式。

参考

Zhang, Z., Xiao, J., Wu, J., Zhang, H., Liu, G., Wang, X. and Dai, L. (2012) ParaAT: A parallel tool for constructing multiple protein-coding DNA alignments, Biochem Biophys Res Commun, 419(4):779-7

最后编辑于：2020.09.11 17:43:32