计算反转录转座子插入时间三：MEGA批量化处理

最新推荐文章于 2024-11-08 13:43:44 发布

weixin_46530443

最新推荐文章于 2024-11-08 13:43:44 发布

阅读量1.7k

点赞数 5

分类专栏：生信文章标签： python

本文链接：https://blog.csdn.net/weixin_46530443/article/details/120289704

版权

本文介绍了如何利用MEGA-CC和Python批量处理反转录转座子的K-2模型计算，首先通过MEGA进行序列比对和遗传距离计算，然后通过命令行调用MEGA-CC处理大量文件，最后结合Python脚本得出插入时间，并用R绘制了棒棒糖图展示结果。

摘要由CSDN通过智能技术生成

得到了成对的LTRs后，可根据两条LTR序列的不同，根据K-2模型计算K——每个核苷酸位点的平均替代数，使用MEGA进行计算。由于文件众多，需要多次处理，使用MEGA-cc进行处理。安装方法参考https://blog.csdn.net/g_r_c/article/details/22602071

安装完成后，打开MEGA，点击右下角PROTOTYPE，进入模拟模式，选择序列类型（我使用Nucleotide non-coding）ALIGN——MUSCLE，使用默认参数点击确定生成比对配置文件*.mao。

在命令行中调用MEGA-CC：
M6CC.exe -a *.mao -d inputfile -o outputfile
由于文件很多，将其路径及文件名写入mytest.txt，然后调用MEGA-CC：
M6CC.exe -a *.mao -d mytest.txt -o outputfile
完成后进入MEGA模拟模式，选择序列类型——DISTANCE，使用以下参数生成计算遗传距离配置文件：
在这里插入图片描述

以上一步比对的结果为输入，运行MEGA-CC，得到一系列遗传距离文件，位于同一文件夹下，使用python脚本批量计算插入时间：

import os
import sys
import xlrd
def get_insert_time(distancefile, dict):
    distancebook = xlrd.open_workbook(distancefile)
    sheet_names = distancebook.sheet_names()
    #print(sheet_names)
    worksheet = distancebook.sheet_by_index(0)
    #print(worksheet)
    name = worksheet.name
    #print(name)
    nrows = worksheet.nrows
    ncols = worksheet.ncols
    nrow_name = []
    for i in range(nrows):
        ltrname = worksheet.row_values(i)[0]
        eachdistance = workshee

最低0.47元/天解锁文章