如何获取一个基因家族的所有小麦基因

如何获取一个基因家族的所有小麦基因

昨天有同学问我如何获得谷子中一个基因家族的所有基因。谷子已经测过序，获得起来还是比较简单。想要获得一个基因组家族的所有基因，方法很多。比方说，IWGSCv1.0的基因功能注释文件里就可以直接搜索相关关键词或者蛋白domain的ID等获取。结合基因家族序列特点，合理选择获取方法。有的基因家族成员之间保守性不好，可能官方给的注释里边不是全。

下面说一下如何在线获取基于TGACv1版本的某个基因家族的所有基因。

首先要知道domain id，也是pfam id

打开网站 https://www.ebi.ac.uk/Tools/hmmer/search/hmmscan

输入一个蛋白序列，点击提交，搜索之后会出现一个表格，选择 Accession下的号码，如：“PF00067”

网站：（http://plants.ensembl.org/index.html）

1.打开之后，点击顶部”BioMart”

2.在”BioMart”页面上有个“-CHOOSE DATASET-”的提示，点击下，下拉选择”Plant Genes 36”。然后再次下拉选择小麦即可。即选择“Triticum aestivum genes (TGACv1)”。

3.点击页面左侧的Filters,然后可以看到加载的页面上有这样一行“PROTEIN DOMAINS AND FAMILIES:”，点击左边的加号展开。

4.点开之后，下拉选择，Pfam ID(s)下方输入框输入上述pfam id “PF00067”。

5.点击页面左边的“Attributes”，选择需要返回的内容，比如蛋白序列，CDS，基因组序列，转录本ID等。这一步里边选项很多，可以获取很多信息，多摸索下。

6.点击此时页面左上方的“Results”，获取结果。可以选择导出结果.