基因家族生信分析

基因家族生信分析

一、什么是基因家族

概念：是来源于同一个祖先，有一个基因通过基因重复而产生两个或更多的拷

贝而构成的一组基因，他们在结构和功能上具有明显的相似性，编码相似的蛋白质产物。

划分：

按功能划分：把一些功能类似的基因聚类，形成一个家族。

按照序列相似程度划分:一般将同源的基因放在一起认为是一个家族。

1.常见基因家族：

WRKY基因家族：是植物前十大蛋白质基因家族之一，大量研究表明，WRKY 基因家族的许多成员参与调控植物的生长发育，形态建成与抗病虫。

NBS-LRR抗病基因家族：是植物中最大类抗病基因家族之一。

MADS-BOX基因家族：是植物体内的重要转录因子，它们广泛地调控着植物的生长、发育和生殖等过程。在植物中参与花器官的发育，开花时间的调节，在果实，根，茎，叶的发育中都起着重要的作用。

热激蛋白70家族（HSP70）是一类在植物中高度保守的分子伴侣蛋白，在细胞中协助蛋白质正确折叠。

二、基因家族分析流程：

●利用蛋白保守域结构提取号在Pfam数据库提取其隐马尔科夫模型矩

阵文件（*.hmm）

●在数据库（Ensemble 、JGI、NVBI）下载你所需要的物种的基因组数

据（*.fa,*.gff）

●在虚拟机中Bio-Linux中的hummsearch程序，用隐马尔科夫模型矩

阵文件在蛋白序列文件中搜索含有该保守结构域的蛋白

●将蛋白序列导入MEGA软件构建进化树（可以阐明成员之间系统进化

关系，从进化关系上揭示其多样性）

●利用MEME搜索蛋白质的保守结构域

利用MEME搜索基因家族成员的motif可以揭示基因家族在物种内的多样化及其功能，如果他们都含有相同的motif表明其功能具有

相似性，如果部分家族成员含有其他不同的motif,很可能这些成员有

其他特异功能，或者可以归分为一个亚族

●绘制基因染色体位置图

从*.gff文件中抽取我们搜索到的基因位置信息，_v2.0/在线绘

制基因染色体位置图

通过染色体位置分布，可以了解基因主要分布字哪条染色体上，及是

否能形成基因簇（被认为是通过重组与错配促进基因交流）

●基因结构分析

从gff文件中抽取基因的结构信息，绘制转录本结构图。

●计算串联重复基因的Ka,Ks

1.首先将筛选到的基因的cds序列进行多序列对比，筛选

identity > 75%，tength大于对比的两条序列中较长的那条的长

度的75%，将筛选到的基因分别用clustalw进行比对，比对结果

导入KsKs_Calculster计算Ka，Ks、

Ka/ks比，计算核苷酸的非同义替代（ka）与核苷酸的同义替代

（ks）的平均速率。

2.Ka/ks比值<1表明：通过纯化选择降低了氨基酸变化的速率；比

值=1表示中性选择；比值>1,表明这些基因可能已经收到积极选

择，有利于适应性遗传，这些受正向选择的基因将作为以后的研

究重点。

软件的安装

从图片中获得进入NCBI-blast官网复制blast-linux版本的链接

在Linux终端

1.blast的安装

#wget blast链接

#tar xvfz 文件名解压缩文件

# mv 解压缩文件/root/local/app

# mv 解压缩文件blast

# vi .bashrc

#在最后一行添加export $PATH=/root/local/app/blast/bin:$PATH 并保存退出#source .bashrc 运行

#blastp -version 查看是否安装成功。

2．hummer的安装

#yum install -y wget //安装wget

#wget hmmer源码链接

#tar -zxvf hmmer-3.2.1

# vi .bashrc

#(在最末端添加的语句) PATH=$PATH:~/biosoft/hmmer-

#yum install -y gcc

#./configure

#make

#make check

#make install

#which hmmsearch 查看是否安装成功。

3.perl的安装

#wget 源代码链接

# tar xvfz perl- 解压缩

#cd perl-5.28.1

#./configure

#make

#make install 安装完成。

3.bioperl 的安装

#wget -O - | bash

#perlbrew install-cpanm

#/root/perl5/perlbrew/bin/cpanm Bio::Perl

三、具体操作：

1.保守域结构分析

下载蛋白保守结构域文件、cds、cDNA、gff注释文件和隐马尔科夫矩阵模型。以拟南芥为例：

下载完成后，需要将文件传到Linux系统上进行分析：

打开虚拟机输入ip a将虚拟机IP连接到Xshell上，在Xshell上进行操作，将文件通过xftp（同样需要连接IP）传到Linux系统上，然后进行解压。

(一个命令解压多个文件:gunzip*.gz)

接下来用hummsearch寻找含有该蛋白保守结构域的蛋白及核酸序列

安装hummsearch

yum install -y wget //安装wget

#wget hmmer源码链接

#tar -zxvf hmmer-3.2.1

# vi .bashrc

#(在最末端添加的语句) PATH=$PATH:~/biosoft/hmmer-

#yum install -y gcc

#./configure

#make

#make check

#make install

#which hmmsearch 查看是否安装成功。

解压文件

移动到APP目录下面

在app目录下面新建文件夹 mkdir hmmer

将hmmer- mmove -v c:/hmmer-3.2.1 c:/hmmer

删除安装包

打开文字编辑器

vi ~/.bashrc

在文字编辑器里最后一行添加以上内容

安装好wget

如果make check出现错误百度用以下方法解决

出现complete安装完成

#source ~/.bashrc

#which hmmsearch

至此hmmer安装完成。