更新:20190108
浏览GetOrganelle软件的作者Kinggerm的github主页,发现了很多有用的python脚本,非常好的学习素材,有时间多看https://github.com/Kinggerm/PersonalUtilities
更新20181213
昨天晚上班级组织了学术沙龙,班上的同学介绍了自己的三篇文章,第一篇是基因家族类的,发在frontiers in plant science;第二篇好像是和小RNA有关的,发在了the plant journal;第三篇是叶绿体基因组类的;好像是BMC genomics;现在班级里的牛人真的很多。这位同学在介绍叶绿体基因组的文章的时候提到了mVISTA这款软件,自己才发现原来这款软件是可以本地化的,需要填写自己的基本信息和邮箱,第二天就收到了软件的下载链接,初步浏览感觉安装稍显繁琐,还没有尝试,找个时间试一下本地操作。
读研读博班级的概念可能仅限于一起上课吧,自己因为是硕博连读,比现在班上的同学早上一年课,连一起上课这层联系都没有了;
更新20181108
之前有想法可以通过SeqIO解析genbank文件得到mVISTA的注释结果,由于对于解析后的结果不太理解一直没有成功,最近又大体看了一下biopython的教程,对于SeqIO解析genbank文件又有了一点新的理解,又再次尝试了一下,终于成功了,贴出自己的代码(这篇文章自己最开始写的时候还不知道markdown的基本语法,所以只能通过截图的方式来展示自己的代码了):
需要脚本的可以给我留言邮箱地址~
需要安装python,然后安装Biopython模块
使用方法:将脚本和genbank文件放到同一个文件夹下,然后通过dos界面进入这个文件夹执行 python get_mVISTA_annotation_file_from_genbank_1.py -i genbankfilename
最近一直在看叶绿体基因组的相关论文,基本上每篇文章都会有一幅identity plot, 用来比较不同叶绿体基因组之间的相似性,使用到的是网页版的工具mVISTA mVISTA Input,下面简单记录自己的学习过程:
mVISTA 需要准备fasta文件和 注释文件,mVISTA官网给出的注释文件的格式
帮助文档中提到注释文件可以通过基因组浏览器导出结果,但是自己还没有学会怎么用
通过修改相应的gff3文件也可以得到这个注释文件,自己的做法是先删除叶绿体基因组注释gff3文件的前三行,然后通过Excel提取3,4,5,7列,调整列的顺序为7,3,4,5,然后用python脚本简单处理得到的输出结果
python脚本
PS:问题一:python如何通过参数指定输入和输出文件???暂时还没有找到办法;找到了一个运用R语言批量下载benBank文件的教程,之前试过一次有一些问题,找时间再试一次
已将序列文件和注释文件提交到mVISTA,暂时还没有运行出来结果,明早起来看结果如何,结果如果理想 明天记录完整的流程:叶绿体基因组的序列下载,处理得到注释文件,然后利用mVISTA绘图
看到了结果,搞懂输出的结果还需要一段时间,发现一个问题是:注释文件得把基因改成对应的名字,最原始的输出结果
好多细节需要修改!
代码虽然很笨,但成功处理出来了mVISTA需要的注释文件;又遇到了 list index out of range 的报错,目前还没有找到原因,担心的问题是因为有报错会不会造成处理出来的文件有问题???
python脚本用到了简单的正则表达式和for if 循环 目前也只能写一写简单的脚本,没有找到增加一点难度的学习资料