启动子
启动子是RNA 聚合酶识别、结合和开始转录的一段DNA 序列,它含有RNA 聚合酶特异性结合和转录起始所需的保守序列,多数位于结构基因转录起始点的上游,启动子本身不被转录。但有一些启动子(如tRNA启动子)位于转录起始点的下游,这些DNA序列可以被转录。启动子的特性最初是通过能增加或降低基因转录速率的突变而鉴定的。启动子一般位于转录起始位点的上游几百至几千bp不等,怎么用plantcare预测转录起始位点?
示例,以下文章将转录起始位置前2000bp进行了预测,并分成三类,有兴趣可以参考原文:
Genome‑wide characterization and analysis of the CCT motif family
genes in soybean (Glycine max)
提取转录起始位置
也就是起始密码子ATG前2000bp位置,根据gff3文件提取的时候需要注意正负链,或者使用TBTOOLS进行提取,有位置后,根据以下脚本提取:
samtools faidx ref.fa Chr01:353407-373407 >GM0600.fa
提取到序列后,上PlantCARE网站进行预测PlantCARE官网
等网站跑完后,会将结果发至填写的邮箱,解压后会得到plantCARE_output_PlantCARE_*.tab文件,小编根据文章分的三类,写了几个小脚本,有兴趣可以参考
(1)Plant growth and development
grep.sh
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'A-box' >A-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'AE-box' >AE-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'Box 4' >Box-4
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'CAT' >CAT-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'circadian' >Circadian
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'GA' >GA-motif
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'GATA' >GATA-motif
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'G' >G-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i 'GCN4' >GCN4-motif
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i 'GT1' >GT1-motif
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i 'I-box' >I-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i 'RY' >RY-element
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i 'MRE' >MRE
sort.sh
cut -f 1 A-box |sort|uniq -c | awk '{print$2"\t"$1}' > A-box.xls
cut -f 1 AE-box |sort|uniq -c | awk '{print$2"\t"$1}' >AE-box.xls
cut -f 1 Box-4 |sort|uniq -c | awk '{print$2"\t"$1}' >Box-4.xls
cut -f 1 CAT-box |sort|uniq -c | awk '{print$2"\t"$1}' >CAT-box.xls
cut -f 1 Circadian |sort|uniq -c | awk '{print$2"\t"$1}' >Circadian.xls
cut -f 1 GA-motif |sort|uniq -c | awk '{print$2"\t"$1}' >GA-motif.xls
cut -f 1 GATA-motif |sort|uniq -c | awk '{print$2"\t"$1}' >GATA-motif.xls
cut -f 1 G-box |sort|uniq -c | awk '{print$2"\t"$1}' >G-box.xls
cut -f 1 GCN4-motif |sort|uniq -c | awk '{print$2"\t"$1}' >GCN4-motif.xls
cut -f 1 GT1-motif |sort|uniq -c | awk '{print$2"\t"$1}' >GT1-motif.xls
cut -f 1 I-box |sort|uniq -c | awk '{print$2"\t"$1}' >I-box.xls
cut -f 1 MRE |sort|uniq -c | awk '{print$2"\t"$1}' >MRE.xls
cut -f 1 RY-element |sort|uniq -c | awk '{print$2"\t"$1}' >RY-element.xls
(2)Abiotic and biotic stresses
grep.sh
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'ARE' >ARE
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep 'DRE core' >DRE-core
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'LTR' >LTR
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'MBS' >MBS
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'MYB' |grep -v site>MYB
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'MYC' >MYC
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'STRE' >STRE
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'TC' >TC-rich-repeat
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'W' >W-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'WUN' >WUN-motif
sort.sh
cut -f 1 ARE |sort|uniq -c | awk '{print$2"\t"$1}' >ARE.xls
cut -f 1 DRE-core |sort|uniq -c | awk '{print$2"\t"$1}' >DRE-core.xls
cut -f 1 LTR |sort|uniq -c | awk '{print$2"\t"$1}' >LTR.xls
cut -f 1 MBS |sort|uniq -c | awk '{print$2"\t"$1}' >MBS.xls
cut -f 1 MYB |sort|uniq -c | awk '{print$2"\t"$1}' >MYB.xls
cut -f 1 MYC |sort|uniq -c | awk '{print$2"\t"$1}' >MYC.xls
cut -f 1 STRE |sort|uniq -c | awk '{print$2"\t"$1}' >STRE.xls
cut -f 1 TC-rich-repeat |sort|uniq -c | awk '{print$2"\t"$1}' >TC-rich-repeat.xls
cut -f 1 W-box |sort|uniq -c | awk '{print$2"\t"$1}' >W-box.xls
cut -f 1 WUN-motif |sort|uniq -c | awk {'print$2"\t"$1}' >WUN-motif.xls
(3)Phytohormone responsive
grep.sh
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'ABRE' >ABRE
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'as-1' >as-1
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'CGTCA' >CGTCA-motif
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'CARE' >CARE
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'ERE' >ERE
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'P' >P-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'TATC' >TATC-box
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'TCA-element' >TCA-element
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'TGACG' >TGACG-motif
grep -v Unnamed plantCARE_output_PlantCARE_*.tab|grep -v short_function|cut -f 1,2|grep -i -w 'TGA-element' >TGA-element-motif
sort.sh
cut -f 1 ABRE |sort |uniq -c |awk '{print$2"\t"$1}'>ABRE.xls
cut -f 1 as-1 |sort |uniq -c |awk '{print$2"\t"$1}'>as-1.xls
cut -f 1 CARE |sort |uniq -c |awk '{print$2"\t"$1}'>CARE.xls
cut -f 1 CGTCA-motif |sort |uniq -c |awk '{print$2"\t"$1}'>CGTCA-motif.xls
cut -f 1 ERE |sort |uniq -c |awk '{print$2"\t"$1}'>ERE.xls
cut -f 1 P-box |sort |uniq -c |awk '{print$2"\t"$1}'>P-box.xls
cut -f 1 TATC-box |sort |uniq -c |awk '{print$2"\t"$1}'>TATC-box.xls
cut -f 1 TCA-element |sort |uniq -c |awk '{print$2"\t"$1}'>TCA-element.xls
cut -f 1 TGACG-motif |sort |uniq -c |awk '{print$2"\t"$1}'>TGACG-motif.xls
cut -f 1 TGA-element-motif |sort |uniq -c |awk '{print$2"\t"$1}'>TGA-element-motif.xls
网友评论