MCScan（JCVI）——物种间共线性分析及可视化

已于 2025-04-22 15:47:50 修改
阅读量2.3k 收藏 15
点赞数 22
分类专栏： 基因家族 文章标签： linux
于 2025-01-22 17:14:24 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sunny_dayone/article/details/145229832
版权

一、数据准备

一共四个物种：油菜（Brassica napus）、白菜（Brassicarapa）、甘蓝（Brassica oleracea）以及拟南芥（Arabidopsis thaliana）的cds文件，蛋白pep文件和gff3文件，数据均来源于Ensembl网站(https://plants.ensembl.org/index.html)

实例：

pep：

cds：

gff3

二、安装

##创建环境变量
conda create -n jcvi
##进入环境变量
codna activate jcvi   
##安装jcvi
conda install -c bioconda jcvi  
##安装依赖环境（除last外，其他非必须，可选）
conda install -c bioconda bedtools last  ##bedtools last 

sudo apt update && sudo apt upgrade 
sudo apt install texlive-latex-extra -y  ##LaTeX
latex --version  ##确认安装版本
###############################
安装基本的TeXLive 包。如果你需要安装所有，可以使用 texlive-full，texlive-full 包含了所有的 TeX Live 包，这可能会占用大量的磁盘空间，会很慢很慢sudo apt-get install texlive-full  
###############################
sudo apt-get install dvipng  ##dvipng

  • bedtools：用于处理基因组区间数据，有助于共线性分析的前处理和后处理步骤。
  • last：用于全局和局部序列比对，可以提供用于共线性分析的比对结果。
  • LaTeX 和 dvipng：用于生成高质量的报告和图形展示，但不是分析本身所必需的，但如果你需要发布或展示你的分析结果，它们可以帮助你创建专业和高质量的文档。

三、运行

(一)数据处理

1.将gff文件转换为bed文件

mkdir bed
python -m jcvi.formats.gff bed --type=mRNA ./gff3/Arabidopsis_thaliana.TAIR10.60.gff3 -o ./bed/At.bed
python -m jcvi.formats.gff bed --type=mRNA ./gff3/Brassica_napus.AST_PRJEB5043_v1.60.gff3 -o ./bed/Bn.bed
python -m jcvi.formats.gff bed --type=mRNA ./gff3/Brassica_oleracea.BOL.60.gff3 -o ./bed/Bo.bed
python -m jcvi.formats.gff bed --type=mRNA ./gff3/Brassica_rapa.Brapa_1.0.60.gff3 -o ./bed/Br.bed
######
--type=mRNA：
这个参数用于指定你想要从GFF3文件中提取的特定类型的特征，运行这个命令时，它会从GFF3文件中筛选出所有类型为 mRNA 的特征，并将它们转换为BED格式。也可指定其他类型，如gene、CDS、exion
--key（未在命令中显示，但通常与 --type 一起使用）：
这个参数通常用于指定GFF3文件中用于识别特定特征的键值。默认为ID，在GFF3文件中，每个特征都有一个唯一的ID，其他键，如 Parent, Name, transcript_id等

如果你的数据来源于NCBI，要注意NCBI中mRNA、蛋白、基因组的序列ID不同，提取之后打开bed文件看一下第四列的ID，看和蛋白文件及cds文件（可以用TBtools提取）中的是否相同，若不同后续提不出来数据

2.bed文件去重

主要目的是为了删除不同转录本，由于原始gff文件中是存在大量转录本信息，导致得到的bed文件存在大量位置重叠，因此需要取唯一值

python -m jcvi.formats.bed uniq bed/At.bed
python -m jcvi.formats.bed uniq bed/Bn.bed
python -m jcvi.formats.bed uniq bed/Bo.bed
python -m jcvi.formats.bed uniq bed/Br.bed
###########
得到X.uniq.bed文件和X.leftover.bed文件，我们只需要X.uniq.bed文件

X.uniq.bed: 这个文件包含的是去重后的bed 区域，即没有与其他区域重叠的独特区域。通常，工具会根据bed 文件中的染色体、起始位置和结束位置等信息来判断哪些区域是唯一的。
X.leftover.bed: 这个文件包含的是与其他区域有重叠的区域，或者可能是部分去重操作后剩余的区域。这些区域没有被认定为“唯一”或“独特”的 

 3.基于bed文件提取唯一转录本的CDS和pep

cut -f 4 bed/At.uniq.bed > bed/At.ids 
cut -f 4 bed/Bn.uniq.bed > bed/Bn.ids 
cut -f 4 bed/Bo.uniq.bed > bed/Bo.ids 
cut -f 4 bed/Br.uniq.bed > bed/Br.ids 


##cds
seqkit grep -f bed/At.ids cds/Arabidopsis_thaliana.TAIR10.cds.all.fa | seqkit seq -i > cds/At.cds
seqkit grep -f bed/Bn.ids cds/Brassica_napus.AST_PRJEB5043_v1.cds.all.fa | seqkit seq -i > cds/Bn.cds
seqkit grep -f bed/Bo.ids cds/Brassica_oleracea.BOL.cds.all.fa | seqkit seq -i > cds/Bo.cds
seqkit grep -f bed/Br.ids cds/Brassica_rapa.Brapa_1.0.cds.all.fa | seqkit seq -i > cds/Br.cds

###pep
seqkit grep -f bed/At.ids pep/Arabidopsis_thaliana.TAIR10.pep.all.fa | seqkit seq -i > pep/At.pep
seqkit grep -f bed/Bn.ids pep/Brassica_napus.AST_PRJEB5043_v1.pep.all.fa | seqkit seq -i > pep/Bn.pep
seqkit grep -f bed/Bo.ids pep/Brassica_oleracea.BOL.pep.all.fa | seqkit seq -i > pep/Bo.pep
seqkit grep -f bed/Br.ids pep/Brassica_rapa.Brapa_1.0.pep.all.fa | seqkit seq -i > pep/Br.pep

注意：Brassica_rapa.Brapa_1.0.pep.all.fa 文件 

(二)jcvi 分析物种间的共线性区域

####创建新文件夹
mkdir -p plot && cd plot
cp ../cds/*.cds ./
cp ../pep/*.pep ./
cp ../bed/At.uniq.bed ./At.bed
cp ../bed/Bn.uniq.bed ./Bn.bed
cp ../bed/Br.uniq.bed ./Br.bed
cp ../bed/Bo.uniq.bed ./Bo.bed


python -m jcvi.compara.catalog ortholog --dbtype prot --no_strip_names At Br
python -m jcvi.compara.catalog ortholog --dbtype prot --no_strip_names At Bo
python -m jcvi.compara.catalog ortholog --dbtype prot --no_strip_names Bn Bo
python -m jcvi.compara.catalog ortholog --dbtype prot --no_strip_names Bn Br
python -m jcvi.compara.catalog ortholog --dbtype prot --no_strip_names Bn Bn
#######
主要研究油菜和其他三个物种之间的共线性关系，同时我们将油菜自己和自己进行比较，为后面将油菜分为A基因组和C基因组做准备
生成X.X.anchors文件、X.X.last文件、X.X.last.filtered文件、X.X.lifted.anchors文件和一些其他文件

X.X.anchors：最终筛选出的共线性锚定点，代表可靠的相似基因对。用于共线性块的确定。

X.X.last：:由 LAST 工具生成的原始比对结果，包含所有比对信息，包括大量冗余和重复匹配。.
作为进一步分析的基础数据。

X.X.last.filtered：进行初步筛选后的比对结果，去除了低质量比对。用于后续共线性分析中的锚定点提取。

X.X.lifted.anchors：对锚定点进行了抬升处理后的结果，以扩展共线性区域的覆盖范围。用于更加全面地识别共线性块。

若出现

LaTeX没安装好不用管，不影响出图

（三）可视化

需要bed文件、 X.X.anchors.simple文件、seqids文件和layout文件

1. X.X.anchors.simple文件

python -m jcvi.compara.synteny screen --minspan=30 --simple At.Br.anchors At.Br.anchors.new
python -m jcvi.compara.synteny screen --minspan=30 --simple At.Bo.anchors At.Bo.anchors.new
python -m jcvi.compara.synteny screen --minspan=30 --simple Bn.Bo.anchors Bn.Bo.anchors.new
python -m jcvi.compara.synteny screen --minspan=30 --simple Bn.Br.anchors Bn.Br.anchors.new
python -m jcvi.compara.synteny screen --minspan=30 --simple Bn.Bn.anchors Bn.Bn.anchors.new
#####
结果有两个文件X.X.anchors.new和X.X.anchors.simple。可视化需要X.X.anchors.simple文件

--minspan 设置 共线性块中基因的最小数量 ，过滤掉较小的、可能不太重要的对齐块，聚焦于较大的共线性块。

X.X.anchors.simple文件中的每一行都是一个共线性区块。前两列是一个物种开始和停止的基因，然后是另一个物种开始和停止的基因，最后两列是分数和方向，+为正向，-为反向。

给特定共线性关系区域高亮的话，那么直接修改X.X.anchors.simple文件即可，只需要将想要高亮的那一行共线性关系区域的行首加你想改的颜色，颜色值为16进制，用“*”与ID隔开如#FF0000*AT1G10650.1，颜色的修改根据自己喜好修改即可。 

2.seqids文件（需要自己准备）

seqids文件就是自己想要plot的染色体，下面是示例文件，染色体之间用英文逗号分隔（切记切记）。此文件的染色体编号名称需要和layout文件染色体编号名称对应，只是名称需要一致，顺序，数目可以不一致。

1,2,3,4,5 
A01,A02,A03,A04,A05,A06,A07,A08,A09,A10 
C9,C8,C7,C6,C5,C4,C3,C2,C1 
LK031787,LK031789,LK031791,LK031793,LK031795,LK031797,LK031799,LK031801,LK031803
LK031803,LK031801,LK031799,LK031797,LK031795,LK031793,LK031791,LK031789,LK031787 

3.layout文件（需要自己准备）

y， xstart，xend分别表示染色体在图上 Y 轴的位置（0-1），X 轴的起始和终止位置（0-1），rotation表示绘图时染色体倾斜的角度，color表示标签的颜色（颜色用英文或16进制表示都可以，也可以不填写即默认），label标签(物种名，可以根据自己的需要修改)，va是染色体标签位置(top染色体标签在上，bottom在下)，bed是物种的bed文件。

#edges 后是画共线性的数据文件，0，1，2，3，4分别代表第一二三四行的物种，

e, 0, 1, At.Br.anchors.simple 即进行Arabidopsis thaliana和Brassica rapa之间共线性的绘制

# y, xstart, xend, rotation, color, label, va, bed
.85,     .4,    .7,       0,    , Arabidopsis thaliana, top, At.bed
.65,     .2,    .45,       -30,    , Brassica rapa, top, Br.bed
.65,     .65,    .9,       30,    , Brassica oleracea, top,Bo.bed
.25,     .2,    .45,       30,      , Brassica napus A, bottom, Bn.bed
.25,     .65,    .9,       -30,    , Brassica napus C, bottom, Bn.bed
# edges
e, 0, 1, At.Br.anchors.simple
e, 0, 2, At.Bo.anchors.simple
e, 1, 3, Bn.Br.anchors.simple
e, 2, 4, Bn.Bo.anchors.simple
e, 3, 4, Bn.Bn.anchors.simple

4.可视化

python -m jcvi.graphics.karyotype seqids layout
####报错Try running again with --notex option to disable latex.在使用 jcvi.graphics.karyotype 模块时，LaTeX 渲染出现问题
使用下方代码生成不使用LaTeX的图：
python -m jcvi.graphics.karyotype seqids layout --notex

###若想使染色体标签为染色体ID，使用下方代码
python -m jcvi.graphics.karyotype seqids layout --notex --keep-chrlabels

报错findfont: Generic family 'sans-serif' not found because none of the following families were found: Helvetica意味着在系统上找不到默认的 sans-serif 字体系列没有管（LaTeX下不明白，崩溃了），能出图，除了丑没别的毛病
 

参考

共线性分析 | MCscan (Python version JCVI 包)

微信公众号：组学大讲堂《油菜花一样美！教你画漂亮的多物种基因家族共线性分析图！》

                        RPython 《基因家族分析流程08_物种间_共线性分析_kaks分析及可视化》

                        平凡生信人《物种间_共线性分析_kaks分析及可视化》

生物信息-McScan（Python-jcvi）共线性画图
abyssking的博客
07-22 5154
发现有人竟然直接拷贝了我的文章内容，还说是原创（几百的访问量，这个作者的其他作品普遍访问量个位数）。 没有找到维权入口，我想试着再发布一次文章进行维权，原文始发于博客园（abysw）。 我用的自己的已发表文章和未发表文章做的展示。 下面是我博客园的原文： 比较基因组学中，共线性的分析的图无疑是最漂亮的。 共线性分析可以很好地解释进化关系和多倍化事件。 本文主要介绍的是唐老师的Python版McScan（jcvi工具包），这个包很强大，但是其功能在官网的说明并不详细，在众人的博客中也比较零散。
使用TBtools进行物种间共线性分析
sunny_dayone的博客
12-11 2808
Sequence Toolkit ---Fasta Tools ----ID Prefix (fasta文件)
【JCVI】尝试画出可以发表的共线性分析图
陈有朴的博客
06-10 1576
JCVI-共线性分析~
使用jcvi绘制微共线性(Microsynteny)
xuzhougeng blog
10-20 4692
JCVI画图真好看！
【JCVI-MCScan】安装与使用
陈有朴的博客
05-02 5210
JCVI的入门级使用
「JCVI教程」使用JCVI进行基因组共线性分析(中)
xuzhougeng blog
09-02 5897
在「JCVI教程」使用JCVI进行基因组共线性分析(上)还是有一个尴尬的事情，就是只用到两个物种，不能展示出JCVI画图的方便之处，因此这里参考https://github.com/tanghaibao/jcvi/wiki/MCscan-(Python-version)的分析，只不过画图部分拓展下思路。 首先要运行如下代码获取目的数据 python -m jcvi...
「JCVI教程」使用JCVI进行基因组共线性分析(上)
xuzhougeng blog
09-02 1万+
本教程借鉴https://github.com/tanghaibao/jcvi/wiki/MCscan-(Python-version). 我们先从http://plants.ensembl.org/index.html选择两个物种做分析, 这里选择的就是前两个物种，也就是拟南芥和水稻(得亏没有小麦和玉米) 我们下载它的GFF文件，cdna序列和蛋白序列 #At...
物种内共线性分析——JCVI安装以及数据下载（一）
Xingze_Li
01-17 4606
物种内共线性分析步骤——JCVI安装以及数据下载(一)安装最简单的方法是通过PyPI安装它： 1234pip install jcvi#或者安装开发版本pip install git+git://github.com/tanghaibao/jcvi.git 或者，如果要手动安装： 12git clone git://github.com/tanghaibao/jcvi.gitpip install...
物种内共线性分析——思路以及踩坑总结（二）
Xingze_Li
01-17 2万+
物种内共线性分析(MCScanX+BLAST+TBtools)数据要求：做物种内共线性分析的话主要需要的是全基因组序列、cds或pep序列、gff3/gtf序列三者缺一不可。上一节下载好了cds序列以及gff3序列文件，以此为例(数据可在Phyzome下载，也可以在服务器上在线下载) 软件要求：MCScanX、blast、TBtools(JCVI) 物种内blast物种内blast 使用cds或p...
「JCVI教程」使用JCVI根据CDS的BLAST结果绘制共线性图
xuzhougeng blog
09-02 2708
这是唐海宝老师GitHub上的JCVI工具的非官方说明书。 该工具集的功能非常多，但是教程资料目前看起来并不多，因此为了能让更多人用上那么好用的工具，我就一边探索，一边写教程 这一篇文章教大家如何利用JCVI里面的工具绘制点图，展现两个物种之间的共线性关系。 在分析之前，你需要从PhytozomeV11 下载A.thaliana和Alyrata的CDS序列，保...
PyPI 官网下载 | jcvi-1.1.7.tar.gz
01-12
3. **Synteny**：jcvi提供了比较基因组学的工具，可以识别和可视化基因组间的共线性关系，对于研究物种进化和基因重排非常有用。 4. **Phylogeny**：该模块支持构建和分析系统发育树，包括从多序列比对数据构建树、...
茄科四个参考基因组-文献精读41
weixin_44874487的博客
08-31 1848
东莨菪碱和莨菪碱（HS）是两种具有重要药用价值的莨菪烷生物碱，它们存在于茄科家族中多个关系较远的谱系中。在本研究中，我们测序了来自这些谱系的三种代表性HS产生物种的基因组，以及一种不产生HS的物种。我们的分析揭示了这三种HS产生物种中共同负责HS合成的生物合成途径。我们观察到在茄科家族中两类物种中与HS合成相关的基因高度共线性。通过在关键位点引入功能获得和功能丧失突变，我们分别验证了两类物种中与HS合成相关的关键基因功能的减少/丧失或重新激活。
Plant Communications|高质量的基因组组装和泛基因组研究促进了绿豆的基因发现及其改进
weifanbio的博客
11-21 1726
Plant Communications|高质量的基因组组装和泛基因组研究促进了绿豆的基因发现及其改进
共线性分析软件MCScanX安装、报错解决方法及使用
qq_36608036的博客
03-23 6072
MCScanX安装、报错解决方法及简单使用 1.简介： （1）介绍： MCScanX采用改进了的MCScan算法，分析基因组内或者基因组间的共线性区块。它利用两个物种蛋白质（或核酸）blastp比对结果，再结合这些蛋白质基因在基因组中的位置（处理过的gff），得到两个物种基因组的共线性区块。如果是分析基因组内的共线性区块，物种内蛋白质自己比对自己就可以。 mannual:http://chibba...
JCVI安装以及数据下载（用于共线性分析）
Xingze_Li
01-12 2630
JCVI安装以及数据下载（MCScan） 安装 最简单的方法是通过PyPI安装它： pip install jcvi #或者安装开发版本 pip install git+git://github.com/tanghaibao/jcvi.git 或者，如果要手动安装： git clone git://github.com/tanghaibao/jcvi.git pip install -e . 还有一些依赖包安装方法移步官网 数据下载 接下来重点说一下安装完成之后的使用， 1、下载测试数据 下载数据可以
如何分析物种内的基因共线性？
weixin_35756892的博客
01-17 1944
分析物种内的基因共线性的方法有很多，其中一些常用的方法包括： 基因共线性分析(GCaP)：使用这种方法来确定基因间的共线性关系。 基因共表达网络分析(WGCNA)：使用这种方法来构建基因间的共表达网络，并确定基因间的共线性关系。 基因共选择分析(CSA)：使用这种方法来确定基因间的共选择关系。 基因共进化分析(GEA)：使用这种方法来确定基因间的共进化关系。 这些方法都需要使用大量的基...
实验篇——基因组共线性分析
2301_78630677的博客
08-24 1万+
本文主要介绍了使用TBtools软件来进行基因组间的共线性分析，并进行可视化。对于物种间共线性的分析，使用TBtools软件，主要是基于MCScanx工具的算法进行的。可以用于检测和可视化基因组中的共线性区域，从而发现不同物种中的保守基因组区域。 借问酒家何处有，牧童遥指杏花村。 –2023-8-22 实验篇。
利用 DIAMOND、MCScanX、TBtools 分析物种基因组间的共线性区段与基因复制事件
热门推荐
浓香鸭腿面的博客
01-29 2万+
本文通过 4 个兰花的基因组注释，主要利用 MCScanX 软件分析 NB-ARC 基因家族在不同物种间的共线性区段以及基因复制事件。步骤参考文献 Genome- Wide Analysis of the Nucleotide Binding Site Leucine-Rich Repeat Genes of Four Orchids Revealed Extremely Low Numbers of Disease Resistance Genes，Front. Genet.，08 January 202
jcvi: 基因组学数据分析的Python库
gitblog_00007的博客
03-12 677
jcvi: 基因组学数据分析的Python库 jcviPython library to facilitate genome assembly, annotation, and comparative genomics项目地址:https://gitcode.com/gh_mirrors/jc/jcvi 是一个用于基因组学数据分析的 Python 库。它旨在提供简单、高效且可扩展的数据分析工具，...
如何conda安装jcvi
最新发布
01-05
Conda是一个流行的包管理工具，用于在Python环境中管理和安装软件包。要通过conda安装` jcvi `（一个常用的生物信息学工具包），你可以按照以下步骤操作： 1. **打开终端或命令提示符**：首先，确保已经激活了你的conda环境，如果没有，可以使用`conda create -n myenv <your-python-version>`, 其中`myenv`是环境名，`<your-python-version>`是你想要的Python版本，比如`python=3.9`. 2. **更新conda索引**：运行`conda update conda`确保conda客户端是最新的。 3. **安装jcvi**：在激活的环境中，输入以下命令来安装jcvi： ``` conda install -c bioconda jcvi ``` 这里`-c bioconda`表示从bioconda渠道安装，这是专门为生物信息学软件准备的conda频道。 4. **验证安装**：安装完成后，你可以通过`jcvi --version`来检查jcvi是否成功安装并查看其版本号。 如果你还没有创建过conda环境，也可以先创建再安装： ``` conda create -n myenv python=3.9 conda activate myenv conda install -c bioconda jcvi ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值