主要是参考https://www.tinymind.net.cn/articles/64d36abc7fd091
首先我们拿到的是以下的材料
搜狗截图20200509201150.png
1. Blast比对
根据以下选择blast
blast_1.png
然后将豌豆的fasta文件自己和自己比对（一般Hits数最少选择5个）
blast_2.png
这个时间比较长，我电脑大概用了一个晚上
得到了以下文件，命名是自己命的，（额...豌豆的简写应该是Ps的，我最开始写的Pi，这个问题不大哈哈）
blast_3.png
2. 获得基因的位置信息
在搜索栏查找，然后点Text merge for MCScanx
MCScan_1.png
将blast结果简化
MCScan_2.png
3. 进行自我比对
将tab文件和sim.gff文件放入quick run MCScanX Wrapper，设置好保存结果路径
MCScan_3.png
得到的结果如下
MCScan_4.png
其中tandem用excel打开，电脑原因目前打不开了，如果打开，进行分列
方法参考https://baijiahao.baidu.com/s?id=1623642728105642204&wfr=spider&for=pc
选择根据步骤逗号处打钩
然后将第一列另存为存为txt格式
如下图
geneIDtext.png
获得基因间关系的link文件，用Text merge for MCScanX
links_1.png
同理，将link文件用excel打开进行分列，然后直接另存为txt
如图
links_2.png
4. 可视化
基因组已经组装到染色体的，就不需要分析scaffold了，所以把原始gff文件scaffold的行删除掉，只留下染色体，然后另存为Pisum_sativum_v1a_genes_del_scaffolfd.gff3（文件名）
gff_1.png
用circle gene view进行可视化
view.png
然后就会得到以下的图
view2.png
调整调整参数 颜色，得到以下图像
view3.png
...
大致的步骤就是这样，但是我们要看特定基因的共线性，那么只需要将circle gene view中的set input gene ID list改改成特定的gene文本就行
但是我们得到的gene list是这样的，这个gene list就是要看这些特定基因的共线性
gene1.png
但是links文件中是这样的
gene2.png
所以要处理以下gene的ID，将.1 .2等删掉，并且只留一个，如Psat1g090040.1和Psat1g090040.3，变成Psat1g090040，并且只留一个Psat1g090040
后续处理就不在此做了
...
结束
