共线性 | WGDI 一键搞定 - ColinearScan 改

作为王希胤老师课题组的学生，共线性一直没有更方便或深刻的方法拿出来，有点儿惭愧。王老师是共线性分析软件ColinearScan第一作者和MCscan的重要作者。但我们共线性常常使用Colinearscan，二者在提取共线性上有细微差别，各有优劣。两个软件都是基于动态规划来实现的提取共线性。主要区别来源于对同源基因对的判别。

• Colinearscan 的判定规则是：是一个基因相对另一个基因组同源基因的数量限制，即repeat_number的参数。
• MCscan 的判定规则是：任意两条染色体间（即点图中的一个小方块内部），一个基因相对另外一套染色体上的基因个数（默认为5）。
• 体现在结果上： ColinearScan 提取的是前面点图中看到的片段，古老加倍的片段常常不如 MCscan 的完整。 MCscan 能够提取到更古老的片段，但会有较多不准确的片段被提取。

比较一下点图，同源的点判定的个数为 5*19（有的方块中同源点不够5个，事实上没那么多）但一般情况下也远远大于 20 。之所以都用黑色点表示，因为两个软件在提取的时候都把判定为同源的点一视同仁了。

MCscan之所以这个策略，是为了往多重序列比对上发展，如果有提前画点图的方式，就不能做到多个物种同时来比较了。
接下来就是我的改进部分了。即对同源点像点图中那样，分级别。在有多个重复基因时候，优选最好匹配的结果。
ColinearScan 的运行方式，需要安装 ColinearScan 软件，输入 blockscan 有返回值即可

wgdi -cl >> total.conf 

[colinearscan]
gff1 = gff1 file
gff2 = gff2 file
lens1 = lens1 file
lens2 = lens2 file
blast = blast file
blast_reverse = False
dir = output folder                     生成一个目录，任意两条染色体比较
evalue = 1e-5
score = 100
mg = 25,25                          两个基因对被认为能连起来的最大距离（罚分）
repeat_number = 20
positon = order                       目前只支持order

输出文件以dir+block.txt 命名
我的改进后的程序，python编写，不需要c环境，有些慢。

wgdi -icl >> total.conf

[collinearity]
gff1 = gff1 file
gff2 = gff2 file
lens1 = lens1 file
lens2 = lens2 file
blast = blast file
blast_reverse = false
dir = output folder
evalue = 1e-5
score = 100                               和点图保持一直
grading = 50,40,25                         红，蓝，灰的不同分值
mg = 25,25
repeat_number = 20                        和点图保持一直
positon = order
savefile = collinearity file                    输出文件