生信小知识 | 如何快速确定一个物种某一个基因家族全部基因数目

最新推荐文章于 2024-08-08 13:16:16 发布

生信漫谈

最新推荐文章于 2024-08-08 13:16:16 发布

阅读量1k

点赞数 12

分类专栏：生信干货文章标签：学习方法

本文链接：https://blog.csdn.net/pangenes/article/details/138444346

版权

生信干货专栏收录该内容

30 篇文章 0 订阅

订阅专栏

公众号：生信漫谈，获取最新科研信息！

生信小知识 | 如何快速确定一个物种某一个基因家族全部基因数目https://mp.weixin.qq.com/s?__biz=MzkwNjQyNTUwMw==&mid=2247486827&idx=1&sn=9fea85f8d28af3e02570235936a1f535&chksm=c0e9e89bf79e618db88f549920976231aef58297f59c6f25b2856e73c2a414e2947869ff9523&token=918065009&lang=zh_CN#rd

不断有小伙伴留言咨询如何快速确定一个物种某一个基因家族全部基因数目，那么我们需要用到pfam号去构建HMM（隐马尔可夫模型）文件。

那么我们怎么首先知道我们的基因家族的pfam号呢？今天，我将从基因家族pfam号文件，在对基因家族序列分析出发带大家快速入门了解一个基因家族。

pfam号查找01

发表的文献

一般基因家族的文献中会在方法中进行介绍，现在我们看一篇最近发表的基因家族相关的文献中的方法。

是不是非常清楚明了，如果是已经发表的可以直接参考借用就行。

02基因组数据库中获得

下面以水稻Cytochrome P450基因LOC_Os03g04530为例来查找pfam号。

是不是非常清晰明了，方便非常，一看就懂！

pfam网站查找

https://www.ebi.ac.uk/interpro/search/sequence/

直接点击Search进行查找pfam号就行，点击下面结果进行下一步。

我们在代表性结构域哪里直接看到p450的pfam号是PF00067，可以直接点进去下一步。

如下图所示：

直接点击红色框框出现如下图所示界面直接下载即可。

下载的HMM文件直接解压就是HMM结构文件了，但是有点需要注意的是hmm文件里HMMER3/f要换成HMMER3/b才能正常使用。

基因家族数目

01hmmsearch获取基因家族基因

前面已经得到了HMM模型文件了，下面可以直接用linux服务器直接输入代码一键获得大致的基因家族数目。

#先安装hmmer软件
conda install -c bioconda hmmer
#直接输入下面代码得到结果
hmmsearch PF00067.hmm Os.pep.fasta > p450_domain.txt

上面得到了hmmsearch-evalue：默认1e-05，小于这个数值的基因家族成员，提取目标基因的蛋白序列。

可以用tbtools软件快速提取，非常方便，省心省力。

或者在linux服务器用代码提取，也超简单方便，代码如下，需要的可以记录一下。

#先安装seqtk软件
git clone https://github.com/lh3/seqtk
　　　　cd seqtk
　　　　make   
#或者直接用conda安装即可
conda install -c bioconda seqtk
#直接输入下面代码得到结果
seqtk subseq Os.pep.fasta id.txt> p450-pep.fa

02cdd保守结构域分析

https://www.ncbi.nlm.nih.gov/Structure/bwrpsb/bwrpsb.cgi

打开网页如下图所示，