【知识点】什么是homoeolog？
homoeolog的概念
从文字定义上来了解 —— 什么是homoeolog？
指由物种形成事件（e.g. 杂交）导致将原本分化的gene或者chromosome又重新融合进了一个基因组的情况。
一次物种形成事件，形成了物种A和物种B，经过几百万年之后，物种A和物种B的杂交种，生成了一个物种C。物种C基因组内，对应物种A和物种B同源的基因/染色体组分，即为homoeologs
上述“重新融合”一般指异源多倍体的形成。
从流程图的形式来进一步明晰概念。
什么是positional homoeology？
在下述情况中，gene或染色体之间的同源关系被称为positional orthology
- 经过一次物种形成事件而形成的物种A和物种B
- 异源二倍体
positional homoeology，是在异源多倍体中的称呼。
positional homoeology的定义
homoeologs、orthologs、ohnologs、paralogs之间的概念差别
还是一张图解决问题：
需要注意的是，当我们不知道一个物种是如何形成的时候（e.g. 同源或者是异源），我们可以使用“paleolog”去指代对应基因的关系。
如何推断homoeologs？
可以从干湿两个角度解决问题。
（1）湿实验方法
使用杂交探针的方法，对目的同源序列进行捕获。但是由于homoeologs序列和paralogs这2种序列之间存在较大的相似性，最终得到的结果就会是一摊不知来源的DNA。
上述问题的解决方案：
1、cloning + 序列比对：将经过PCR的高度相似的homoeologous DNA转入到bacteria中，再将bacteria进行分离 & 测序，最终比对到二倍体祖先的基因组上。
需要注意的是，很多情况下，二倍体祖先都不一定存在了，真正的二倍体祖先极有可能是祖先二倍体的一些杂交子代。
2、使用限制酶 + 电泳 + bacteria cloning：先使用限制酶，对得到的homoeologous DNA进行酶切（由于演化速率上的差异，细微的碱基类型改变，导致限制酶无法识别酶切位点），得到不同片段的DNA，再将这些序列进行电泳分离，最终可以使用基于bacteria cloning的方法对homoeologous序列进行扩增。
3、基于PCR primers的获取方法
4、基于基因组DNA的array
（2）生物信息学方法
1、Comparative Mapping and Positional Homoeology
通过将reads比对到近缘二倍体物种（diploid relatives）或非整倍体，对homoeologs进行识别。
需要注意的是，上述方法假定homoeologous sequence的位置是固定的，因此单纯使用这个方法就会出现丢失很多结果（e.g. 由duplication产生的homoeologous序列）
这部分的额外信息：
原位置上的orthologous gene具有更慢的演化速率，受自然选择压力更小，具有更高的基因表达量等
2、Similarity-Based Computational Techniques
将序列组装到contig水平，对contig copies进行分析（e.g. 异源四倍体棉花的contig copies数一般为4，其中2个来自祖先，另外两个是homoeologs），决定哪些序列是homoeolog。
此处需要注意的是，对于不同倍性的物种，对应contig的拷贝数也不同。
对homoeologs鉴定完成之后，就需要将他们重新比对会参考基因组，推断他们属于哪些亚基因组（这部分需要用到RNA-Seq，因为contig copies的gene expression是不同的）。该方法需要祖先物种的参考基因组已知。
上述方法存在的缺点是：只能建立一对一的homoeologs关系，丢失了gene duplication等信息。
3、Evolution-Based Computational Techniques
这部分对应分为2种方法：
- 基于系统发育树的推断方法
- 基于graph的推断方法
基于系统发育树的推断方法，认为
- 在物种形成节点的gene对，是orthologs
- 在gene duplication节点的gene对，是paralogs
而基于graph的推断方法，本质是根据序列之间的相似性进行聚类，有以下2种依据：
- BBHs。该方法的缺点是，其基于BLAST，一般只能找到最优比对结果，因此无法实现一对多或多对多的homoeologs查找。这在具有比较高比例重复序列的基因组中会是一个问题。
e.g. MCScanX - Orthologous Matrix(OMA) database。需要注意的是，该方法是将同一物种内的亚基因组，认为是不同物种的基因组。
