用TBtools,快速高效实现基因组共线性分析与可视化, 赞!

写在前面

对于没有做过共线性分析的小伙伴,可以通过以下几段内容,了解一下,我为什么要费劲巴拉画出这样一张图。

除了基因组成的相似性, 在不同基因组中基因排列顺序的一致性更能够体现基因组的共同起源, 这种基因排列顺序的一致性称为共线性(synteny, colinearity) 。—— 来源于网络

 共线性分析可以分析不同版本基因组间的共线性区域和非共线性区域,找出重组区域,也可以矫正不同基因组在组装过程中出现的错误。—— 来源于网络

而对于一个物种而言,基因组序列的稳定性比转录组序列的稳定性更强健。一个非常明显的事实是,换个组织或者时期测定转录组,那么得到的序列集合就会有所变化,而基因组的往往只存在极小的序列变化。基因组,更多的序列,也提供了更多的生物信息。从其中挖掘出有趣的信息,往往有助于我们日后“定向育种”。而简单的“比较基因组”分析,常常会让我们眼前一亮。 —— 生信札记

本文参考生信札记的文章,里面大致介绍了如何通过TBtools实现共线性可视化,步骤相对简单,我在学习作图的过程中也发现一些需要注意的地方,所以详细记录一下。

正文来了

首先说明,为了保证快速出图,只用拟南芥的三条染色体做一下共线性。大家做不同基因组之间的比对时,也是同理。

1)先来看我们今天要用到的TBtools的功能

首先,使用 OneStep 功能分析基因

2)需要准备的数据文件

物种1 - *基因组*序列文件(这里注意,是基因组文件,就是Chr1,blabla,Chr2,blabla这样的文件,.fa) + 基因结构注释信息文件(.gff

物种2 - *基因组*序列文件 (.fa)+  基因结构注释信息文件(.gff)

这里我们先针对Chr1和Chr2两条染色体进行分析,打开 One Step MCScanX

Start变成灰色说明开始了

3)出现报错,小场面,不要慌,let it go

让它自己跑就可以,忽略它,因为就算你想关也关不掉

4)报错信息没有变化了,但是不一定分析完了,越大的基因组分析的越久,比如我这两条染色体可能就跑了十几分钟。啥时候你点一下TBtools,看到Finished的提示信息,这才真的结束了。

这时候才可以进行下一步操作

5)打开分析结果的文件夹,大概有十几个文件。根据文件类型找到我们需要的三个文件,应用 Dual Systeny Plot 进行分析。

文件太多时可根据文件类型进行排序,即可快速找到所需文件
右边的一些选项被挡住了,默认即可
简单的两条染色体的共线性

ps. 如果你比对的是全基因组,可根据修改ctl文件,修改展示顺序,或者删掉你不需要的部分。

6)在此基础上,实现多条染色体(多个基因组)的共线性分析。首先明确这个部分需要的三种文件类型,即使在我们先前的分析结果中(Chr1和2比对)也可以找到,所以我们就以此举例。

需要这样的三个文件哦

7)由于我们要比对1,2,3,于是我们再根据2-5的步骤,分析Chr1和Chr3的共线性。(为了避免搞混,你可以新建一个输出的文件夹)随后,将上述两部分结果中的genelinks, gff, muiliple文件,利用 Text Merge  进行合并。

Merge三次得到所需的三个文件
三个文件

8)应用 Multiple Systeny Plot  进行分析。

建议不要对文件进行修改,容易报错
多染色体(基因组)共线性可视化

到此为止,基因组共线性分析与可视化基本可以实现。辛辛苦苦写的,看完点赞哈。

这篇文章主要记录如何分析基因组之间共线性,如果你需求是 两个基因组指定区段的物种相似性 ,那么请你去看这篇文章,CJ大神真的写的非常非常清楚了,同样是保姆级教程,你值得拥有。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容