如何使用SPDE进行共线性分析(MCScanX)

在进行共线性分析的时候需要准备两个文件:一个是blast文件,一个是gff文件。这两个文件都是需要经过相应处理的。在这里还是稍微跟同学们说一下原理:共线性的本质其实就是找序列相似的基因,所以它需要用到blast,也就是说blast提供的是基因与基因之间的关系,事实上你blast做好了也就完成了共线性;但是,完成之后,你要向别人展示你的结果,怎么展示就需要借助gff,因为这个文件提供的是基因在染色体上的位置信息。其中,在进行比对的时候,需要使用蛋白文件进行并且需要一个文件做库,一个文件做query,如果库与query一样,做的就是物种内基因的共线性,如果不同就是做的不同物种间的共线性。在准备两个文件的时候,blast文件的准备时间往往需要几个小时,为了更加快速地进行分析,在新版本的SPDE中加入了新的比对方法。用法如下图所示:


blast文件的生成

首先,在①放入建库的fasta格式的蛋白文件,在②中输入库的名字,之后点击③即可完成建库。为经常需要建库比对的同学,开发了④,它可以显示已经建好的库,这样可以用于检测正在构建的库是否构建完成,另外提供了已建库的名称以防止不同的库取到了相同的名字。完成后,在⑤中输入query文件,即把query文件中含有的序列比对到库中,在⑥填入比对库的名称,在⑦设定保存到位置以及命名文件(对于共线性分析而言,需要blast文件和gff文件除了后缀名不同外,其余相同),然后点击⑧,最后点击⑨即可完成比对过程。以拟南芥的总蛋白序列为例,SPDE可以在38s内完成13万条序列的比对。

在完成比对后,需要做gff文件,该文件在如下所示区域完成,需要的文件是与比对文件相对应的物种的gff文件:


gff文件的生成

在生成gff文件后,将两个文件放入

MCScanX

即可完成对所需物种的共线性分析

需要注意的几个问题:

1、目前这个版本,blast那步只能用蛋白序列进行(在后续版本中会修正这个问题);

2、这个操作涉及到了两个文件,一个是blast文件,一个是gff文件,要得到最后的一个结果需要保证blast里面的基因ID与gff里面的基因ID要是相互对应的关系。如下图:


同时,请同学们仔细看好左侧gff文件的格式,后来有些同学向我反映做不出来,其原因就是他所得到gff文件不是一个标准格式。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容