美文网首页
2024-11-07 籼稻粳稻基因组共线性分析-jcvi

2024-11-07 籼稻粳稻基因组共线性分析-jcvi

作者: 老_Z | 来源:发表于2024-11-07 11:07 被阅读0次

需要看下Nip和9311的基因匹配的有多少,思来想去,blast还是有点缺陷的,可能匹配到其他染色i他,需要用gff来帮助定一下位。所以,用基因的共线性分析看起来更合适一点。

  1. 调查,mcscanx,jcvi两个。jcvi貌似更新一些,我也常用python,功能上可能更容易上手。
  2. 安装,jcvi,
    利用python3.6安装jcvi,不指定python版本安装的是2.7,后面出问题了
    conda create -n jcvi -c bioconda last jcvi python=3.6
    换用docker,用docker的出图了,我认为这个更靠谱。但是docker文件夹得在本地。
    我是win装linux虚拟机,然后吧文件夹挂载到raid服务器,但是文件格式问题搞了很久,最后还是重新回复了docker的文件位置,虚拟机本地硬盘。
    docker网站下载一个带tag的jcvi 3.10的

docker pull quay.io/biocontainers/jcvi:1.4.15--py310hd6be1da_0
下载好之后,进入docker 镜像

准备文件

  1. cds文件

2.gff文件或bed文件
没了
放到一个文件夹。

如果是gff,转化成bed

#gff convert to bed
python -m jcvi.formats.gff bed --type=mRNA --key=transcript_id Oryza_sativa.IRGSP-1.0.48.gff3 -o Nip.bed
python -m jcvi.formats.gff bed --type=mRNA --key=transcript_id Oryza_indica.ASM465v1.48.chr.gff3 -o 9311.bed

这个地方如果bed文件种第

分析共线性区域,这条命令会生成一堆东西,包括last比对结果。

#identify blocks
python -m jcvi.compara.catalog ortholog  Nip 9311 --no_strip_names

get synteny,生成simple文件

python -m jcvi.compara.synteny screen --minspan=30 --simple 9311.Nip.anchors 9311.Nip.anchors.new

prepare for seqid and layout file

plot synteny

python -m jcvi.graphics.karyotype seqid layout

最后结果:


屏幕截图 2024-11-07 171537.png 屏幕截图 2024-11-07 170129.png
python -m jcvi.compara.synteny depth --histogram Nip.9311.anchors
python -m jcvi.compara.synteny depth --histogram Nip.9311.lifted.anchors
屏幕截图 2024-11-08 110128.png

.simple文件中的每一行都是一个连锁块,有起始和终止Nip基因,然后是起始和终止9311基因,最后两列是分数和方向。

Os01t0100100-01 Os01t0978100-01 BGIOSGA002569-TA    BGIOSGA000001-TA    5761    +
Os10t0100500-01 Os10t0162856-00 BGIOSGA032412-TA    BGIOSGA032250-TA    358 +
Os10t0164500-00 Os10t0579600-01 BGIOSGA032579-TA    BGIOSGA033506-TA    1931    +
Os11t0106400-01 Os11t0194100-01 BGIOSGA034647-TA    BGIOSGA034978-TA    630 +
Os11t0205500-02 Os11t0256400-01 BGIOSGA034343-TA    BGIOSGA034190-TA    284 +
Os11t0264200-01 Os11t0312400-01 BGIOSGA035085-TA    BGIOSGA034092-TA    191 +
Os11t0427500-01 Os11t0437800-01 BGIOSGA034091-TA    BGIOSGA034059-TA    54  +
Os11t0453600-00 Os11t0586300-01 BGIOSGA034056-TA    BGIOSGA033741-TA    612 +
Os11t0594500-00 Os11t0604700-00 BGIOSGA033738-TA    BGIOSGA035559-TA    73  -
Os11t0615600-01 Os11t0622800-00 BGIOSGA035610-TA    BGIOSGA035636-TA    56  +
Os11t0625900-01 Os11t0640600-00 BGIOSGA035572-TA    BGIOSGA033646-TA    71  +
Os11t0653300-01 Os11t0668300-00 BGIOSGA033606-TA    BGIOSGA033577-TA    72  +
Os11t0672700-01 Os11t0687200-03 BGIOSGA033576-TA    BGIOSGA033542-TA    68  -
Os11t0691100-00 Os11t0707700-01 BGIOSGA033541-TA    BGIOSGA033507-TA    90  +
Os11t0100800-01 Os11t0152500-01 BGIOSGA036827-TA    BGIOSGA036625-TA    400 +
Os12t0106000-01 Os12t0145700-01 BGIOSGA034647-TA    BGIOSGA034500-TA    318 +
Os12t0100700-00 Os12t0257900-01 BGIOSGA036827-TA    BGIOSGA037229-TA    917 +
Os12t0277400-01 Os12t0641500-01 BGIOSGA036385-TA    BGIOSGA035747-TA    1352    +
Os12t0258200-01 Os12t0277000-01 BGIOSGA018541-TA    BGIOSGA018489-TA    85  +
Os02t0100100-01 Os02t0450000-01 BGIOSGA007319-TA    BGIOSGA008132-TA    1735    +
Os02t0453500-01 Os02t0834300-01 BGIOSGA006534-TA    BGIOSGA009360-TA    2774    +
Os03t0100010-00 Os03t0862100-01 BGIOSGA011641-TA    BGIOSGA014002-TA    5047    +
Os04t0225100-01 Os04t0234600-01 BGIOSGA009378-TA    BGIOSGA009362-TA    33  +
Os04t0100300-00 Os04t0126600-00 BGIOSGA015745-TA    BGIOSGA015685-TA    137 +
Os04t0127200-02 Os04t0169666-00 BGIOSGA015814-TA    BGIOSGA015606-TA    147 +
Os04t0171800-01 Os04t0198733-00 BGIOSGA015538-TA    BGIOSGA015997-TA    108 -
Os04t0201200-01 Os04t0218600-02 BGIOSGA015603-TA    BGIOSGA015929-TA    73  +
Os04t0243700-01 Os04t0693400-00 BGIOSGA015490-TA    BGIOSGA014021-TA    3131    +
Os05t0100100-01 Os05t0228400-01 BGIOSGA018993-TA    BGIOSGA018542-TA    926 +
Os05t0229475-00 Os05t0326625-00 BGIOSGA018488-TA    BGIOSGA018294-TA    398 +
Os05t0330700-02 Os05t0597700-01 BGIOSGA018291-TA    BGIOSGA017428-TA    1924    +
Os06t0101000-01 Os06t0196900-02 BGIOSGA022119-TA    BGIOSGA022469-TA    813 +
Os06t0198500-00 Os06t0731700-01 BGIOSGA021720-TA    BGIOSGA020493-TA    2579    +
Os07t0100200-01 Os07t0695400-01 BGIOSGA024990-TA    BGIOSGA023660-TA    3055    +
Os08t0100150-01 Os08t0567200-01 BGIOSGA027824-TA    BGIOSGA026457-TA    2898    +
Os09t0101100-01 Os09t0287500-01 BGIOSGA030257-TA    BGIOSGA030063-TA    410 +
Os09t0293400-01 Os09t0573200-01 BGIOSGA030459-TA    BGIOSGA031320-TA    1853    +

还有很多绘图样式,参考
https://github.com/tanghaibao/jcvi/wiki/MCscan-(Python-version)

相关文章

  • 基因组共线性分析-JCVI

    由于忙课题的原因,断更了好久,虽然断更的时间内学习到了很多东西,但细想一下还是记录在自己博客里比较好,方便自己查阅...

  • [比较基因组] 共线性分析(jcvi)

    jcvi软件的使用 官网[https://github.com/tanghaibao/jcvi/issues/30...

  • 【比较基因组】共线性分析(JCVI)

    比较基因组学中,共线性的分析的图无疑是很漂亮的。 共线性分析可以很好地解释进化关系和多倍化事件。上一篇介绍了怎么利...

  • 基因组共线用MCScanX

    导读 下载、安装、使用MCScanX分析NCBI taxonomy上下载的两个梭菌基因组共线性情况。共线性又称同线...

  • 聊聊“基因组共线性”

    最近看了几篇关于共线性分析的微信/简书推送,发现不少研究人员把“编码基因共线性”错误地描述为“全基因组共线性”。这...

  • 共线性分析那些事

    今天和大家聊一聊共线性分析。 共线性 共线性研究的是同源基因或者序列的排布关系,比较常见的是组装基因组文章中,通过...

  • dotPlotly-Minimap2比对paf文件比对可视化

    最近进行基因组共线性分析,基因组比较大,利用nucmer比对报内存,改用minimap2进行比对分析,进行可视化发...

  • 「JCVI教程」如何在Linux下安装JCVI

    JCVI是利用Python编写的,能用于基因组组装、注释和比较基因组学分析。之前写过几篇介绍它的使用,这篇单独介绍...

  • 无限个!物种共线性分析结果可视化

    无限个!物种共线性分析结果可视化 MCscan是相对广泛使用的基因组共线性分析软件。其输出了非常丰富的结果,可以用...

  • WGDI软件(一):安装与配置

    前言 WGDI软件对于比较基因组分析非常实用,能够分析全基因组复制事件,识别同源区块,画共线性点阵图,求ka、ks...

网友评论

      本文标题:2024-11-07 籼稻粳稻基因组共线性分析-jcvi

      本文链接:https://www.haomeiwen.com/subject/saetjjtx.html