KaKs_Calculator2.0+ParaAT计算两个物种间的Ka/Ks

1.软件安装

⭐KaKs_Calculator2.0
⭐ParaAT
KaKs_Calculator2.0

cd KaKs_Calculator2.0/bin/Linux
chmod 744 KaKs_Calculator

echo 'PATH=$PATH:/KaKs_Calculator2.0/bin/Linux' >> ~/.bashrc
source ~/.bashrc

ParaAT:http://download.big.ac.cn/bigd/tools/ParaAT2.0.tar.gz

#解压即可使用
tar xf ParaAT2.0.tar.gz
2.准备两个物种的cds及pep文件

去掉序列名后面的orf注释

#!/usr/bin/env python3
import sys
x = sys.argv[1]
file = open(x, "r")
lines = file.readlines()
for line in lines:
    if ">" in line:
       strings = line.split(" ")[0]
       print(strings)
    else:
       print(line.rstrip())
###保存为change_name.py
python change_name.py 1.cds > 1_new.cds
3.筛选直系同源基因
#建库
 makeblastdb -in ref.pep.fa -dbtype prot
#blast比对
 blastp -query pep.fa -db ref.pep.fa -evalue 1e-5 -max_target_seqs 1 -num_threads 2 -out 1_2_blastp_out.m6 -outfmt 6
#取双向最优配对序列的序列名
 cut -f1-2 1_2_blastp_out.m6 | sort | uniq > 1_2.homolog
4.ParaAT将蛋白序列比对结果转化为cds序列比对结果
此步需注意,file.homolog、file.cds、file.pep三个文件的基因ID需保持一致,且file.cds及file.pep为fasta格式,即“>”后面只接基因ID号,否则会报错

eg:

file.cds
file.homolog

此处cds文件比homolog文件的基因ID多了“_mRNA”,所以要删掉

#合并两个物种的cds及pep序列
cat cds.fa ref.cds.fa >total.cds.fa
cat pep.fa ref.pep.fa >total.pep.fa
#将clustalW和ParaAT写进.bashrc
export PATH=/path/clustalw-2.1/bin/:$PATH
export PATH=/path/ParaAT2.0/:$PATH
# 新建proc文件, 设定12个线程
echo "12" >proc
#运行ParaAT,此步会在环境中搜索KaKs_Calculator的路径
ParaAT.pl -h 1_2.homolog -n total.cds.fa -a total.pep.fa -p proc -m clustalw2 -f axt -g -k -o yeast
-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
得到每一对同源基因的Ka/Ks值

*.kaks文件中包括:
● Sequence: Name of Pairwise sequence
● Method: Name of method for calculation of Ka and Ks
● Ka: Nonsynonymous substitution rate
● Ks: Synonymous substitution rate
● Ka/Ks: Selective strength
● P-Value (Fisher): The value computed by Fisher exact test
● Length: Sequence length (after removing gaps and stop codon(s))
● S-Sites: Synonymous sites
● N-Sites: Nonsynonymous sites
● Fold-Sites (0:2:4): 0,2,4-fold degenerate sites
● Substitutions: Substitutions between sequences
● S-Substitutions: Synonymous substitutions
● N-Substitutions: Nonsynonymous substitutions
● Fold-S-Substitutions (0:2:4): Synonymous substitutions at 0,2,4-fold
● Fold-N-Substitutions (0:2:4): Nonsynonymous substitutions at 0,2,4-fold
● Divergence-Time: Divergence time
● Substitution-Rate-Ratio (rTC:rAG:rTA:rCG:rTG:rCA/rCA): Ratios of six substitution
rates to the substitution rate between C and A
● GC(1:2:3): GC content of entire sequences and of three codon positions
● ML-Score: Maximum likelihood score
● AICc: Value of AICc
● Akaike-Weight: Value of Akaike weight for model selection
● Model: Selected model for the method of MS
9
合并所有同源基因对的Ka/Ks值,提取前5列,并排序去重

for i in `ls *.kaks`;do awk 'NR>1{print $1"\t"$3"\t"$4"\t"$5}' $i >>all-kaks.txt;done
#按科学计数法对第四列降序排列
sort -k 4 -g -r all-kaks.txt|uniq >all-kaks.results
#加标题
sed -i '1i\Seq\tKa\tKs\tKa/Ks' all-kaks.results

参考文章:
【比较基因组】如何利用paml计算kaks - 知乎 (zhihu.com)
WGD(全基因组复制)分析——Ka/Ks及4Dtv值计算 - 简书 (jianshu.com)
Kaks_calculator计算ka/ks 值 - 简书 (jianshu.com)
https://www.sciencedirect.com/science/article/pii/S1672022910600083?via%3Dihub

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 205,132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 87,802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 151,566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 54,858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 63,867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 48,695评论 1 282
  • 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 38,064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 36,705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 42,915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 35,677评论 2 323
  • 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 37,796评论 1 333
  • 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 33,432评论 4 322
  • 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 39,041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 29,992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 31,223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 45,185评论 2 352
  • 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 42,535评论 2 343

推荐阅读更多精彩内容