基因家族分析套路（一）近年来，测序价格的下降，导致越来越多的基因组完成了测序，在数据库中形成了大量的可用资源。
如何利用这些资源呢？今天小编带你认识一下不测序也能发文章的思路--全基因组基因家族成员鉴定与分析（现在这一领域可是很热奥）；一、基本分析内容⏹数据库检索与成员鉴定⏹进化树构建⏹保守domain和motif分析.⏹基因结构分析.⏹转录组或荧光定量表达分析.二、数据库检索与成员鉴定1、数据库检索1）首先了解数据库用法，学会下载你要分析物种的基因组相关数据。
一般也就是下面这些数据库了⏹Brachypodiumdb:⏹Rice?Genome?Annotation?Project?：.2）已鉴定的家族成员获取。
? ? ??如何获得其他物种已发表某个基因家族的所有成员呢，最简单的就是下载该物种蛋白序列文件（可以从上述数据库中下载），然后按照文章中的ID，找到对应成员。
对于没有全基因组鉴定的，可以下列数据库中找：???a.?NCBI:?nucleotide?and?protein?db.2、比对工具。
一般使用blast和hmmer，具体使用命令如下：⏹Local?BLASTformatdb–i?db.fas–p?F/T；blastall–p?blastp(orelse)?–i?known.fas–d?db.fas–m?8?–b?2(or?else)?e?1e-5?–o?alignresult.txt.-b:output?two?different?members?in?subject?sequences?(db).⏹Hmmer?(hidden?Markov?Model)?search.?Thesame?as?PSI-BLAST?in?function.?It?has?a?higher?sensitivity,?but?the?speed?islower.Command:3、过滤。
⏹Identity:?至少50%.⏹Cover?region:?也要超过50%或者蛋白结构域的长度.⏹EST?支持⏹?Blast?and?Hmmer同时检测到4、通过上述操作获得某家族的所有成员基因家族分析套路（二）本次主要讲解在基因家族分析类文章中，进化部分分析的内容。
主要是进化树的构建与分析。
一、构建进化树的基本步骤１、多序列比对.?Muscle?program.３、算法选择。
三种.?NJ,?ML?and?BI.４、软件选二、具体步骤?2.1?多序列比对。
一般采用muscle。
因为?MUSCLE?is?one?of?the?best-performing?multiple?alignment?programs?acc ording?to?published?benchmark?tests,?with?accuracy?and?speed?that?are?con sistently?better?than?CLUSTALW.2.2?模型选择。
对于用蛋白序列构建进化树的可以采用下面命令：???java??-Xmx250m??-classpath??path/ProtTest.jar??prottest.ProtTest??-i?align mfile.phy.运行结果如下图?注意：1）“.Phy”?format.?Only?allow?ten?charaters.注意名字不能重复相同。
2）AIC:?Akaike?Information?Criterion?framework.3）Gamma?distribution?parameter?(G):?gamma?shape.3）proportion?of?invariable?sites:?I.2.3 构建进化树2.3.1?意义：a聚类分析。
如亚家族分类。
像MAPKKK基因家族通过进化树可以清楚分为?MEKK,?Raf?and?ZIK三个亚家族.b亲缘关系鉴定。
在进化树上位于同一支的往往暗示这亲缘关系很近c?基因家族复制分析。
研究基因家族复制事件（duplication?events），两种复制事件类型常采用的标准：Tandem?duplication:?Identity?and?cover?region?more?than?70%?and?tightly?li nked?(Holub,?2001).2.3.2?进化树。
一般ML树比较准确，但应结合方法，如NJ树，相互验证。
2.3.3?进化部分分析：KaKs计算a.?ParaAT:?ParaAT.pl-h?test.homologs?-n?test.cds?-a?test.pep?-p?proc?–f?axt?–k?-o?outputc.分歧时间计算：Divergenttime（T）?calculation.????T=Ks/2λ.?λ?:?mean?5.1-7.1×10-9??.d. Ka/Ks意义：? Ka/Ks=1.中性进化。
.? Ka/Ks<>?Ka/Ks>1.正选择。
Positively?selected?genes?and?produce?fitness?advantagemutations?to?evolve ?new?functions.基因家族分析套路（三）本节主要讲基因结构分析套路1、Motif分析使用软件MEME，命令如下：??meme?sample.fa?-dna?–revcomp?-nmotifs?10??-mod?zoops?-minw?6-maxw?50>meme_htmlFormat.ht ml2、基因结构分布图用法如下：结果展示3、基因结构常见统计信息：自己excel或写程序统计???a.?The?number?of?intron?andexon.???b.?The?splicing?intronpattern?inculding?0,1,2?phase. ???c.?The?marked?region.?Forexample?kinase?domain. ???d.?sequence?length.???e.?UTR.4、启动子分析。
网站：主要做植物的：注意事项：a.?IE?brower.b.?Only?one?sequence?for?oncesearch?and?the?length?was?limited?in?1000?b p.c.?DNA?sequence?origin:?1000?or1500?bp?upstream?of?ATG?of?one?gene. 分析结果：基因家族分析套路（四）一、转录组及芯片原始数据下载网站?1、??。
用法见下图。
GEO数据ID命名规则：GPL->GSE->GSM.GPL:?platformGSE:?multiple?series.GSM:?multiple?samples.GDS?≈?GSE.?Thedifference?concentrated?on?the?data?labeled?GDS?can?be?analyzed?for?on e?geneonline.?It?is?simple?and?easily.The?data?in?the?sameGPL?can?be?used?to??compare?inexperiment下面是在线分析转录组数据的用法：2、?该数据库下载数据用法如下：3、该数据库下载数据用法如下，注意用户名和密码！4、5、DRA?db（）二、数据处理拿到原始数据，要进行处理，才能进行后续数据分析。
1、芯片数据。
原始数据格式“.cel”格式。
以AffyMicroarray数据处理为例讲述主要的命令如下：>?library(affy);?>library(makecdfenv);??>library……>mydata?<-?ReadAffy()?##choose?“.cel?“?file?analyzed.>eset?<-?rma(mydata);>write.exprs(eset,file="mydata.txt")>design?<-?model.matrix(~-1+factor(c(1,1,2,2,3,3)))?#?Createsappropriate?design? matrix.?>colnames(design)?<-c("group1",?"group2",?"group3")?#?Assigns?column?names.>fit?<-?lmFit(eset,?design)?#?Fits?a?linear?model?for?each?gene?based?onthe?give n?series?of?arrays.>contrast.matrix?<-?makeContrasts(group2-group1,group3-group2,?group3-group 1,?levels=design)?#?Creates?appropriate?contrast?matrix?toperform?all?pairwise?compa risons.>fit2?<-?contrasts.fit(fit,?contrast.matrix)#?Computes?estimatedcoefficients?and?sta ndard?errors?for?a?given?set?of?contrasts.>fit2?<-?eBayes(fit2)?#?Computes?moderated?t-statistics?and?log-oddsof?differenti al?expression?by?empirical?Bayes?>topTable(fit2,?coef=1,adjust="fdr",?sort.by="B",?number=10)?#?Generates?list?of?t op?10?('number=10')differentially?expressed?genes?sorted?by?B-values?('sort.by=B')?for ?firstcomparison?group.>write.table(topTable(fit2,?coef=1,adjust="fdr",?sort.by="B",?number=500),file="lim ma_complete.xls",?s=F,?sep="\t")?#?Exports?complete?limma?statistics?table?f orfirst?comparison?group.>results?<-?decideTests(fit2,p.value=0.05);?vennDiagram(results)?2、转录组数据处理。