基因家族分析套路.docx

近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中

近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中

形成了大量的可用资源。如何利用这些资源呢？今天小编带你认识一下不测序也

形成了大量的可用资源。如何利用这些资源呢？今天小编带你认识一下不测序也

能发文章的思路--全基因组基因家族成员鉴定与分析（现在这一领域可是很热

能发文章的思路--全基因组基因家族成员鉴定与分析（现在这一领域可是很热

奥）；

一、基本分析内容

数据库检索与成员鉴定进化树构建

保守domain和motif分析.基因结构分析.

转录组或荧光定量表达分析.

二、数据库检索与成员鉴定1、数据库检索

首先了解数据库用法，学会下载你要分析物种的基因组相关数据。一般也就是下面这些数据库了

Brachypodiumdb Genome Annotation Project ：NCBI基因组数据库：）已鉴定的家族成员获取。

如何获得其他物种已发表某个基因家族的所有成员呢，最简单的就是下载该物种蛋白序列文件（可以从上述数据库中下载），然后按照文章中的ID，找到对应成员。对于没有全基因组鉴定的，可以下列数据库中找：

NCBI: nucleotide and protein db.

EBI: c. UniProtKB、比对工具。一般使用blast和hmmer，具体使用命令如下：

Local BLASTformatdb–i –p F/T；

blastall–p blastp(orelse) –i –d –m 8 –b 2(or else) e 1e-5 –o .

-b:output two different members in subject sequences (db).

Hmmer (hidden Markov Model) search. Thesame as PSI-BLASTin function. It has a higher sensitivity, but the speed

islower.

Command:

、过滤。

Identity: 至少50%.

Cover region: 也要超过50%或者蛋白结构域的长度.

domain: 必须要有完整的该蛋白家族的。工具pfamdb 和NCBI Batch CD- search. 支持

Blast and Hmmer同时检测到

4、通过上述操作获得某家族的所有成员

基因家族分析套路（二）

本次主要讲解在基因家族分析类文章中，进化部分分析的内容。主要是进化树的构建与分析。

一、构建进化树的基本步骤１、多序列比对. Muscle program.

２、Model 选择. 分别针对蛋白序列和核酸序列的模型选择程序。ProtTest program for protein and ModelTest or Jmodetlest for

DNA、算法选择。三种. NJ, ML and BI.

４、软件选

择。 MEGA (bootstrap least 1000 replicates), phyML and Mrbayes 、进化树修

饰. MEGA: view-options and subtree- draw options. Also canbe decorated in word 二、具体步骤

多序列比对。一般采用muscle。因

为 MUSCLE is one of the best-performing multiple alignment programs according to published benchmark tests, with accuracy

and speed that are consistently better than CLUSTALW.模型选择。

对于用蛋白序列构建进化树的可以采用下面命令：

java -Xmx250m -classpath path/ -i .运行结果如下图

注意：

1）“.Phy”format. Only allow ten charaters.注意名字不能重复相同。2）AIC: Akaike Information Criterion framework.

3）Gamma distribution parameter (G): gamma shape.3）proportion of invariable sites: I.

构建进化树

意义：

a聚类分析。如亚家族分类。像MAPKKK基因家族通过进化树可以清楚分为 MEKK, Raf and ZIK三个亚家族.

b亲缘关系鉴定。在进化树上位于同一支的往往暗示这亲缘关系很近

c 基