2021-03-26orthofinder寻找直系同源基因

2021-03-26 本文已影响0人麦冬花儿

该文章引自 https://mp.weixin.qq.com/s/Jny5cTHqQh9yQx-cKQTWbA 谢谢原作者！

1.OrthoFinder能做什么？

OrthoFinder是用于比较基因组学的一个快速，准确和全面的软件。它查找直系同源群(orthogroups)和直系同源物(orthologs)，推断所有直系同源群的有根基因树(rooted gene trees)，并识别这些基因树中的所有基因复制事件(gene duplication events)。它还可以为要分析的物种推断出一个有根的物种树(rooted species tree)，并将基因复制事件从基因树映射到物种树中的分支。OrthoFinder还可为比较基因组分析提供全面的统计信息。主要用于做进化、比较基因组等。

注：图的简单介绍

Proteomes(蛋白质组)：有三个物种。每个方框内部存在旁系同源(存在于一个物种中，因基因复制而被区分开，且功能发生改变)(图中体现为形状不一样)。不同方框之间存在直系同源(因物种形成而被区别开，两个物种中的相同的基因功能未变化)(图中体现为形状一样)。

Orthogroups(直系同源群)：分为3个群，同一个圈内的基因功能一样(图中体现形状一样)。

Gene Trees(基因树)：依据直系同源群绘制基因树。(分成几个，就能画几个进化树)。

Species Tree(物种树)：从所有直系同源群推断出的STAG物种树。

Reconcied gene trees(解析的基因树)：根据每个直系同源群推断出有根的系统发育树，使用OrthoFinder复制损失合并模型进行解析。

Orthologues(直系同源物)：包含每个成对物种比较文件，列出该物种对之间的直系同源物。直系同源物可以是一对一，一对多或多对多，这取决于直系同源物分化后的基因复制事件。

summary statictistics：一些统计情况。

下图为直系同源(orthologs)与旁系同源(paralogs)概念的图解：

2.OrthoFinder的安装

下载网站：https://github.com/davidemms/OrthoFinder/releases

下面以Linux服务器为例：

注：由于Linux系统版本较低，故选择Orthofinder2.3.7版本的第二个安装包下载。

下载完成后用FileZilla等软件把安装包传到Linux服务器上。连接上服务器，输入以下代码完成解压和安装。

#终端连接服务器

ssh 用户名@服务器地址

password(密码)

tar xzf OrthoFinder_glibc-2.17.tar.gz#解压缩

cdOrthoFinder/#cd到可执行文件orthofinder所在的文件夹

./orthofinder #如果出现以下图片所示，说明软件已经可以运行。

3.软件的使用

下载氨基酸序列，格式为fasta，每个物种一个文件，并将所有fasta文件存于一个目录。文件名应该简洁并有区分性，因为文件名还会作为最终物种ID。

#查看帮助文档

cd--

OrthoFinder/orthofinder -h

#以软件自带的数据运行

OrthoFinder/orthofinder -f OrthoFinder/ExampleData -S diamond#第一个参数:OrthoFinder/orthofinder为orthfinder可执行文件所在地址。第二个参数-f:输入目录，里面包含需要运行的蛋白质fasta文件。第三个参数-S:序列搜索程序，默认为diamond。

运行结果存放在文件夹：

4.运行结果文件解读

标准OrthoFinder运行会生成一组文件，这些文件描述了直系同源群，直系同源，基因树，解析基因树，有根物种树，基因复制事件以及所分析物种集的比较基因组统计数据。

(1)直系同源群(Orthogroups)目录

Orthogroups.tsv：一个制表符分隔的文本文件，每行包含属于单个直系同源群的基因。来自每个直系同源群基因被组织成列，每个物种一列。

Orthogroups_UnassignedGenes.tsv：一个制表符分隔的文本文件，其格式与Orthogroups.csv相同，但包含未分配给任何直系同源群的所有基因。

Orthogroups.txt(传统格式):包含Orthogroups.tsv文件中描述的直系同源群，但使用OrthoMCL输出格式。(方便需求)

Orthogroups.GeneCount.tsv：一个制表符分隔的文本文件，其格式与Orthogroups.csv相同，但包含每个直系同源群中每个物种的基因数计数。

Orthogroups_SingleCopyOrthologues.txt：每个物种正好包含一个基因的直系同源群列表，即它们包含一对一的直系同源物。它们非常适合进行种间比较和种树推断。(实际使用时候可以根据需求挑选)

(2)直系同源物(Orthologues)目录

直系同源物目录为每个物种包含一个子目录，该子目录又包含每个成对物种比较文件，列出该物种对之间的直系同源物。直系同源物可以是一对一，一对多或多对多，这取决于直系同源物分化后的基因复制事件。文件中的每一行都包含一个物种中的基因，而该基因是另一物种中该基因的直系同源物，并且每一行都被交叉引用到包含这些基因的直系群中。