一键批量计算kaks

2019-10-09 本文已影响0人亮亮就是亮

ParaAT是中科院基因组所的章张课题组开发的工具，它整合了计算ka/ks所需的一整套分析，包括:

蛋白序列比对（可选clustalw2 | t_coffee | mafft | muscle）

根据蛋白比对结果回译成codon对应的核酸比对结果

(Back-translated nucleotide alignmentsguided by amino acid alignments are more reliable and accurate than direct nucleotide alignments)

计算kaks值（KaKs_Calculator实现）

ParaAT安装

1. 下载ParaAT2.0

（https://bigd.big.ac.cn/tools/paraat）

解压后，“ParaAT.pl”是运行的脚本。可以把解压后的路径加入环境变量，或者用脚本所在的绝对路径来运行也可以。

2. 安装所需的依赖工具，依赖工具需要加入环境变量

蛋白比对工具，推荐安装muscle，比对效果相对最好，比对速度快，但

它比其它工具更消耗内存。

KaKs_Calculator (http://bigd.big.ac.cn/tools/kaks)

准备输入文件

1. 同源基因列表，文件格式如下：

geneA1geneA2 geneA3geneB1geneB2 geneB3geneC1geneC2 geneC3geneD1 geneD2 geneD3

每一行表示一组同源基因，每一列表示每个物种对应的基因。gene ID之间用tab符隔开。

2. fasta格式的蛋白序列文件和核酸序列文件，注意gene ID要与同源基因列表文件中的ID一致；

3. 多线程运行，指定线程数量的文件。

这个文件只需要写入一个数字即可，表示有多少个线程同时运行。

三种示例文件可以在解压的安装包中找到，分别是：test.homologs, test.pep, test.cds, proc

运行ParaAT

运行代码如下:

ParaAT.pl-htest.homologs-ntest.cds-atest.pep-pproc-mmuscle-g-k-oresult_dir

-h, 指定同源基因列表文件

-n, 指定核酸序列文件

-a, 指定蛋白序列文件

-p, 指定多线程文件

-m, 指定比对工具

-g, 去除比对有gap的密码子

-k, 用KaKs_Calculator 计算kaks值

-o, 输出结果的目录

注：

1. 如果需要用PAML，Hyphy等工具分析kaks时，ParaAT也可以生成这些工具所需的输入文件（-f 参数）

2. 如果是细菌的序列，需要设置成细菌对应的Genetic Code used （-c 11）。其他物种同理，默认的是The Standard Code （-c 1）