1.必要软件安装
（1） hmmsearch安装
下载安装地址
按照下边图片的步骤进行linux系统安装
image.png
2.下载分析必要的文件
2.1下载小麦参考基因组必要的文件
下载4个主要文件
CDS序列、DNA序列、蛋白序列、gff文件
小麦文件下载地址
image.png
image.png
2.2下载大麦参考基因组分析必要的文件
下载大麦文件主要从ensemble plants网站进行下载，之前已经下载过morex的参考基因组
下载从ensemble plants上下载所需要的CDS序列、DNA序列、蛋白序列、gff文件，下载地址
点进去相应的文件夹下载相应的文件
image.png
2.3 下载蛋白保守结构域的隐马可夫模型pfam文件
2.3.1下载MADX-box的pfam文件
依据2019年的一篇小麦的MADX-box文章，依据文章材料提供的pfam编号进行下载文件
image.png
image.png
下载网址,点击红色标注的地方进行下载
image.png
image.png
image.png
3.鉴定小麦、大麦MADX-box基因策略
3.1 参考基因组的MADX-box基因查找的策略，参考网易云课堂基因家族分析这一课中关于拟南芥中鉴定NBS基因家族分析的策略
image.png
3.2鉴定步骤
首先利用MADX-box的隐马可夫模型文件在小麦、大麦所有的蛋白序列中搜索，得到含有MADX-box保守结构域的基因，对这些基因基于一定的e-value进行筛选；筛选过后，构建物种特性的隐马可夫模型文件。拿着这些筛选过后的这些基因在小麦、大麦所有蛋白序列中重新筛选得到具有物种特异的隐马可夫模型。利用自己构建的物种特异隐马可夫模型，重新回到在小麦、大麦蛋白序列中进行重新搜索，得到本物种特异的MADX-box家族的基因。
3.3 大麦基因家族分析步骤
3.3.1 利用hmmsearch这个软件，进行搜索大麦中MADX-box基因
image.png
hmmsearch --cut_tc --domtblout barley_SRF_MADX_box.txt /u2/gene_family/MADX_box_pfam/SRF-TF.hmm Hordeum_vulgare.IBSC_v2.pep.all.fa
image.png
hmmsearch --cut_tc --domtblout barley_K-box_MADX_box.txt /u2/gene_family/MADX_box_pfam/K-box.hmm Hordeum_vulgare.IBSC_v2.pep.all.fa
image.png
3.3.2 利用perl脚本提取hmmsearch结果中e-value结果比较小的target序列
perl /u2/gene_family/perl_code/domain_xulie.pl barley_SRF_MADX_box.txt Hordeum_vulgare.IBSC_v2.pep.all.fa SRF_MADX_box.domain.fa 1e-20
perl /u2/gene_family/perl_code/domain_xulie.pl barley_K-box_MADX_box.txt Hordeum_vulgare.IBSC_v2.pep.all.fa K_box.domain.fa 1e-20
遇见的问题
（1）没有安装bioperl
参考这个网址进行安装bioperl
按照提示一路y 和a进行安装；
（2）查看bioperl是否安装
perldoc Bio::SeqIO
#以上命令的作用是查看Bio::SeqIO模块的文档是否存在，如果存在，则会有相应的文档输出，则安装了Bio::SeqIO模块；如果没有，说明Perl找不到该模块，没有安装Bio::SeqIO模块。
##检验是否安装了bioperl的两种方法
#第一种
perldoc Bio::SeqIO
#或者是
perldoc Bio::SearchIO
#第二种
perl Bio::Perl
##如果有显示的内容，就说明安装成功了
https://www.cnblogs.com/emanlee/p/4381722.html
（3）查看perl 常见模块安装的内容
参考网址
perldoc perllocal
##这个指令可以列出每个安装额模块的信息，包括模块安装的时间、安装的位置、版本信息等。
perldoc -t perllocal | grep "Module"
###这个指令只是列出来Module的名字等
(4)如何安装perl模块
https://www.jianshu.com/p/f8cb7a44a7e0
https://www.jianshu.com/p/9e90b3524fe2
https://blog.csdn.net/zhanyongjia_cnu/article/details/50756121
（5）Biolinux安装指南
https://www.omicsclass.com/article/526
https://www.virtualbox.org/wiki/Linux_Downloads
https://www.jianshu.com/p/40b12429e28f
3.3.3 利用上一步得到的motif特俗蛋白结构域构建大麦的MADX-box特异的隐马可夫模型
下面的分析用到了多序列比对软件clustalw2，参考网址进行安装clustalw2
# ClustalW
wget http://www.clustal.org/download/current/clustalw-2.1.tar.gz
cd clustalw-2.1
./configure
make
make install
##添加环境变量
vim /etc/profile
##把clustalw2所在的目录复制到/etc/profile
source /etc/profile
image.png
3.3.3.1 首先需要进行多序列比对
SRF_MADX_box.domain.fa文件的多序列比对
image.png
image.png
image.png
image.png
image.png
image.png
K_box.domain.fa文件的多序列比对
和上相同的步骤，得到如下文件
image.png
3.3.3.2 利用hummbuild构建新的隐马可夫模型文件
hmmbuild new_SRF_MADX_box.hmm SRF_MADX_box.domain.aln
image.png
hmmbuild new_K_box.hmm K_box.domain.aln
image.png
3.3.3.3 利用hmmsearch 对新构建的MADX-box大麦特异的隐马可夫模型鉴定大麦特异的蛋白序列
hmmsearch --domtblout new_barley_SRF_MADX_box.txt new_SRF_MADX_box.hmm Hordeum_vulgare.IBSC_v2.pep.all.fa
image.png
hmmsearch --domtblout new_barley_K-box_MADX_box.txt new_K_box.hmm Hordeum_vulgare.IBSC_v2.pep.all.fa
image.png
这个地方要跟第一次利用MADX-box的隐马可夫模型的时候hmmsearch 采用--cut_tc这个参数的时候，就会出现Error: TC bit thresholds unavailable on model domain这个报错。参考链接
perl /u2/gene_family/perl_code/get_fa_by_id.pl barley_K-box_MADX_box_id.txt Hordeum_vulgare.IBSC_v2.pep.all.fa >barley_K-box_MADX_box.fa
网友评论