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 Genome Annotation Project ：NCBI基因组数据库：）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.b. EBI:c. UniProtKB、比对工具。
一般使用blast 和hmmer，具体使用命令如下：Local BLASTformatdb–i –p F/T；blastall–p blastp(orelse) –i –d –m 8 –b 2(or else) e 1 e-5 –o .-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:、过滤。
Identity: 至少50%.Cover region: 也要超过50%或者蛋白结构域的长度.domain: 必须要有完整的该蛋白家族的。
工具pfamdb 和NCBI Batch CD- search. 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.２、Model 选择. 分别针对蛋白序列和核酸序列的模型选择程序。
ProtTest program for protein and ModelTest or Jmodetlest for DNA、算法选择。
三种. NJ, ML and BI.４、软件选择。
MEGA (bootstrap least 1000 replicates), phyML and Mrbaye s 、进化树修饰. MEGA: view->options and subtree-> draw options. Also can be decorated in word 二、具体步骤多序列比对。
一般采用muscle。
因为MUSCLE is one of the best-performing multiple alignment p rograms according to published benchmark tests, with accuracy and speed that are consistently better than CLUSTALW.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/ -i .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.构建进化树意义：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 linked (Holub, 2001).Chromosomal segment duplication: Plant Genome Duplication Dat abase (PGDD: 进化树。
一般ML树比较准确，但应结合方法，如NJ树，相互验证。
进化部分分析：KaKs计算简单的方法. 可以使用下面的网页PAL2NAL 标准方法：.a. ParaAT: -n -a -p proc –f axt –k -o outputb. KaKs_Calculator –m NG(or else) -i -o 分歧时间计算：Divergenttime（T）calculation.T=Ks/2λ. λ: mean .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 advantagemutation s 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 -dna –revcomp -nmotifs 10 -mod zoops -minw 6-maxw 50>2、基因结构分布图可以使用在线网站：website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 limi ted in 1000 bp.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、GEO datesets/profile ).。
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 one 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、EBI ArrayExpress 该数据库下载数据用法如下：3、PLEXdb该数据库下载数据用法如下，注意用户名和密码！4、SRA db、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……> barleyGenome = ")>mydata <- ReadAffy() ##choose “.cel “file analyzed.>eset <- rma(mydata);>(eset,file="")>design <- (~-1+factor(c(1,1,2,2,3,3))) # Createsappropriate design matrix.>colnames(design) <-c("group1", "group2", "group3") # Assigns colum n names.>fit <- lmFit(eset, design) # Fits a linear model for each gen e based onthe given series of arrays.> <- makeContrasts(group2-group1,group3-group2, group3-group1, levels =design) # Creates appropriate contrast matrix toperform all pairwise comparisons.>fit2 <- (fit, # Computes estimatedcoefficients and standard erro rs for a given set of contrasts.>fit2 <- eBayes(fit2) # Computes moderated t-statistics and log-o ddsof differential expression by empirical Bayes>topTable(fit2, coef=1,adjust="fdr", ="B", number=10) # Generates l ist of top 10 ('number=10')differentially expressed genes sorted by B-values ('=B') for firstcomparison group.>(topTable(fit2, coef=1,adjust="fdr", ="B", number=500),file="", =F, sep="\t") # Exports complete limma statistics table forfirst compar ison group.>results <- decideTests(fit2,=; vennDiagram(results)2、转录组数据处理。