Orthologous groups

Orthologous groupsCAZyme domain sequences
正交群体采用CAZyme域序列来运行OrthoMCL程序(http://orthomcl.org/orthomcl/)。这是通过多个步骤完成的,每个步骤如下所述:
1.域FASTA序列根据其家族被分类到文件中。
2.每个FASTA系列文件都使用程序makeblastdb进行了一些BLAST数据库的默认设置。
3.对于每个家族,FASTA文件使用具有默认设置的blastp对同名数据库进行运行,所有输出均为表格。
4.为每个家族运行orthomclAdjustFasta,以家族为标识。

  1. orthomclBlastParser是使用步骤3的BLAST结果和从步骤4创建的兼容的fasta文件运行的。
    6.正在运行orthomclInstallSchema,使用默认配置文件,但数据库的登录信息除外。
    7.运行orthomclLoadBlast,使用步骤5中生成的文件。
    8.orthomclPairs使用清理运行。
    9.运行orthomclDumpPairs。
    10.运行mcl mclInput,使用--abc和-I 1.5。
    11.使用从步骤3生成的文件运行orthomclMclToGroups,并从第10步输入文件。
    12.得到的文件给出每个直向同源组在一个单独的行。
    Orthologous groupsCAZyme domain sequences were taken to run OrthoMCL program (http://orthomcl.org/orthomcl/
    ). This was done in a number of steps, each of which is explained below:
  2. The domain FASTA sequences were sorted into files based on their family.
  3. Each family FASTA file was profiled into a BLAST database using the program makeblastdb with default settings.
  4. For each family, the FASTA file was run against the database of the same name using blastp with default settings, with all output being tabular.
  5. orthomclAdjustFasta was run for each family, using the family as the identifier.
  6. orthomclBlastParser was run using the BLAST results from step 3, and the compliant fasta file created from step 4.
  7. orthomclInstallSchema was run, the default configuration file was used, except for the login information to the database.
  8. orthomclLoadBlast was run, using the file generated in step 5.
  9. orthomclPairs was run with cleanup.
  10. orthomclDumpPairs was run.
  11. mcl mclInput was run, using --abc and -I 1.5.
  12. orthomclMclToGroups was run using the file generated from step 3, and inputing the file from step 10.
  13. The resulting file gives each orthologous group on a separate line.
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 204,793评论 6 478
  • 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 87,567评论 2 381
  • 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 151,342评论 0 338
  • 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 54,825评论 1 277
  • 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 63,814评论 5 368
  • 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 48,680评论 1 281
  • 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 38,033评论 3 399
  • 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 36,687评论 0 258
  • 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 42,175评论 1 300
  • 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 35,668评论 2 321
  • 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 37,775评论 1 332
  • 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 33,419评论 4 321
  • 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 39,020评论 3 307
  • 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 29,978评论 0 19
  • 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 31,206评论 1 260
  • 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 45,092评论 2 351
  • 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 42,510评论 2 343

推荐阅读更多精彩内容

  • pyspark.sql模块 模块上下文 Spark SQL和DataFrames的重要类: pyspark.sql...
    mpro阅读 9,446评论 0 13
  • Introduction What is Bowtie 2? Bowtie 2 is an ultrafast a...
    wzz阅读 5,564评论 0 5
  • 人生拐了几个弯,终于选择好方向,经历了磕磕绊绊,梦想仍然前行, 此文为证,坚信有一天会获得自己该有的收获。人生的每...
    非烟有梦阅读 189评论 0 0
  • 电视剧《父母爱情》讲述的是50年代一个资产阶级出身的小姐嫁给军官,直到2000年,这50年的爱情故事。 故事中的男...
    爱思考的小蜜蜂阅读 526评论 2 0
  • 五味杂陈(一) 1 高考成绩 高考揭榜日,牵动全民心。 高分举家喜,低分全家愁。 好坏隔壁娃,经历即成...
    E键倾心阅读 417评论 0 1