基因家族分析

基因家族分析——挖掘與物種特性相關(guān)的生物學問題張

龍華中農(nóng)業(yè)大學&廣東省農(nóng)科院2539570165@qq.cm基本內(nèi)容一、獲取目標物種基因二、目標物種基因基本信息的獲取(命名、理化性質(zhì)、亞細

胞

定

位

等

)●蛋白物理化學性質(zhì)分析/protparam/●亞細胞定位ttp://www.csbio.sjtu.e/bioinf/plant-multi/#一般將以上信息匯總在一張

表格中在文章中展示。alP/三、構(gòu)建系統(tǒng)發(fā)育樹——構(gòu)建、評估、解讀1、構(gòu)建·

序列比對，選擇保守區(qū)域·

有根樹or

無根樹：一般由于信息不足，采用無根樹·

建樹方法的選擇：NJ

法(常用，遠緣)、ML

法(進化模型)、MP

法

(近緣)等2、評估自展檢驗(Bootstrap

method)法，檢驗次數(shù)一般1000次，可將分支上的

百分數(shù)視為這支結(jié)果的可信度。三、構(gòu)建系統(tǒng)發(fā)育樹——構(gòu)建、評估、解讀3、解讀闡明系統(tǒng)進化關(guān)系。注意：系統(tǒng)發(fā)育樹并不能

確切指示進化方向FpTPS1pTF

S120eGpTPS

522GppsiAGo輸入的序分7進化關(guān)系，數(shù)字是評估，長度是進化距離亞家族分類ss2四、染色體定位分析1、基因主要分布于哪條染色體?2、是否能形成基因簇?基因簇的形成一般與基因家族的來源和特定功能有關(guān)。T

patop名言名名的

師0pToptmTPS4五

、motif分析(保守基序分析)在文章中，motif

分布圖通常與基因家族進化樹合并，這樣有助于直觀查看不同分支保守和特異性motif。如果對某些motif

感興趣，還可進一

步用CDD注釋motif

功能?？梢娒恳煌茰y同一亞家族成員有類似的功能亞家族成員中Motif

組成和

排列順序的與功能相關(guān)六、基因結(jié)構(gòu)分析了解基因家族成員的基本分類信息、提供對某些基因家族內(nèi)進化關(guān)系的見解。在文章中，基因結(jié)構(gòu)圖通常與基因家族進化樹合并，這樣有助于直觀查看不同分支在基因結(jié)構(gòu)上的保守性和特征。同一亞家族成員的基因結(jié)構(gòu)是否類似，反證建樹是否可靠。UTR(非編碼區(qū)、內(nèi)含子組)、CDS

(編碼區(qū)、外顯子組)數(shù)量與基因結(jié)構(gòu)、功能有關(guān)七、基因復制和共線性分析闡明目標物種基因家族的潛在進化機制，有無串聯(lián)重復和大片段復制。研

究目標物種和其他物種基因家族成員之間的直系同源對關(guān)系。一般來說，基因長度和相似性大于70%則為基因復制；兩個重復基因的物理間隔小于100kb

且被少于5個基因分隔，則為串聯(lián)重復基因。紅線越多，直系同源基因?qū)υ蕉?，親緣關(guān)系越近，基因功能越相似紅色：高表達藍色：低表達一般有以下幾種類型：·不同組織表達分析：根、莖、葉·不同時間表達分析：1d、2d、3d·不同處理表達分析：干旱、鹽堿、水漬

明確基因家族的表達情況八

、基因表達分析基因家族的表達分析與基因功能的關(guān)系最緊密九、啟動子分析獲得基因家族功能相關(guān)的上游調(diào)控通路或因子，或響應的上游信號。是否含有某些脅迫響應順式元件或激素響應相關(guān)的基因。十、其他分析1、蛋白互作網(wǎng)絡分析：·分析家族成員之間的蛋白互作情況，分析是否需要形成同源或異源二聚體或多聚體來發(fā)揮功能；·

目標基因家族蛋白發(fā)揮作用時是否需要和其他蛋白形成復合體；·分析目標基因家族蛋白的上下游互作調(diào)控蛋白，比如轉(zhuǎn)錄因子通過結(jié)合基因啟

動子來調(diào)控基因表達，或者激酶通過蛋白互作磷酸化該蛋白從而進行信號轉(zhuǎn)導；·可以靶向下游基因發(fā)揮作用，比如酶催化底物蛋白進行生化反應等2、蛋白domian

比對分析和可視化3、蛋白3D結(jié)構(gòu)分析和可視化4、基因家族特殊結(jié)構(gòu)域分析基因家族分析簡明教程1、獲取目標物種基因2、目標物種目標基因家族鑒定3、基因家族成員理化性質(zhì)分析4、亞細胞定位預測5、染色體定位分析6、系統(tǒng)進化分析7、基因結(jié)構(gòu)分析8、motif分析9、啟動子分析10、基因共線性分析11、其他分析目

錄已超鏈接，點擊跳轉(zhuǎn)1.基因家族的鑒定·1.1獲取參考基因組信息NCBI(https://www.ncbi.nlm.nih.gov)在此輸入物種拉丁名+基因家族名稱如：TriticumaestivumTCP1.2獲取目標物種相關(guān)基因組數(shù)據(jù)(

DNA,cDNA,CDS,Proteinsequence,Genesets(GTF&GFF3)等)——使用EnsemblPlants

數(shù)據(jù)庫http://plants.ensembl.org/info/data/ftp/index.htmlLoginRegister2

基因家族成員鑒定：hummer

鑒定在Pfam網(wǎng)站https:

//pfam.xfam.org

/下載隱馬爾可夫模型2

.2在Pfam

網(wǎng)站https://pfam.xfam.org

/下載隱馬爾可夫模型12.3

以下載好的HMM

模型向目標物種基因組序列(蛋白)搜索，以篩選得到大

致的基因家族成員(候選基因)。hmmer程序/

下的子程序hmmsearch2.4.1將候選基因提交到

NCBI

中的

Batch

CDDsearch

和

Pf

am

數(shù)據(jù)庫比對，驗證是否具有目標基因特征，刪除假陽性基因。

首先是Batch

CDD

search?！ご蜷_NCBI——CDD——batch—CD—search·輸入剛剛提取得到的蛋白序列，點擊Browse

result,全選序列：2.4.2再點擊show

selected

queries,查看蛋白結(jié)構(gòu)域?qū)⒉缓心?/p>

的基因家族結(jié)構(gòu)域的蛋白刪除，最后得到的蛋白序列即為該基因家族的序

列?；蛘呤褂肨Btools

中的VisualizeNCBICDDDomainPattern

可視化結(jié)構(gòu)域圖。2.5.1Pfam數(shù)據(jù)庫驗證比對(

http://pfam-

legacy.xfam.org/search)2.5.2.Pfam結(jié)果可視化2.6根據(jù)驗證結(jié)果確定基因，除去以下序列，最終得到確定的基因序列·無典型結(jié)構(gòu)域·結(jié)構(gòu)不完整·冗余序列3.1

蛋白物理和生化特征分析，預測蛋白質(zhì)分子量、等電點、相對分子質(zhì)量、穩(wěn)定性等(/protparam/)。只輸入氨基酸序列即可，單個依次分析3.2

結(jié)果解讀ExpasyProtParamHomel

Contact Molecular

weight:29563.71

Theoretical

pI:6.124

亞細胞定位預測(http://wwW.csbio.sjtu.edu.cn/bioinf/plant-multi/#)5

基因位置分析及可視化6.

進化樹構(gòu)建6.1

目標物種基因家族文件與擬南芥等參考物種基因家族文件合并。

將兩個序列信息文件粘貼復制進一個新的fasta

文件中即可6

.2

MEGA比對，將新合并的fasta

文件拖入ME

GA軟件中，選擇對齊進入。進化樹構(gòu)建6.3

分析，完成后關(guān)閉當前頁面網(wǎng)

Molecular

EvolutionaryGenetics

Analysis□

×File

Analysis

Help點擊建樹DATA進化樹構(gòu)建6.4

建樹，一般選擇NJ

法進化樹構(gòu)建6.5

導出建樹文件，并保存。其他分析有用進化樹構(gòu)建6

.6進化樹美化(https://evolgenius.info//evolviewv2/#login)

-進化樹構(gòu)建6、進化樹美化。改變樹各部分顏色，可點擊下圖紅框框處查看官方詳細

配置說明。具體參考文章https://WWW.csdn.net/tags/0tDaQg4sODkzNjQtYmxvZw0000000000.html添加顏色的分組信息，編輯模板如下：AT2G04880.1,AT2G30250.1blue

adAT4G01250.1,AT4G31550.1red

adAT4G39410.1,AT5G49520.1yellow

ad《7.基因結(jié)構(gòu)分析TBtools8

motif分析8.1

序列提取motif分析8.2

MEME文件提取(

/meme/tools/meme)motif分析8.3motif可視化9.啟動子分析9.1

提取基因組文件中前2000bp

作為啟動子區(qū)域序列啟動子分析9.2

簡化所提取的啟動子區(qū)域序列TBtools

(Toolbox

forBiologists)v1.098774SequenceToolkitBLASTGO&KEGGGraphicsOthersAbout?RepotIHelp0區(qū)

Fasta

stats

區(qū)

sequence

Manipulate

(Rev&Comp)區(qū)

AboutTBtools區(qū)

GXFSequencesExtractFastaID

SimplifySeta

Input

Fasta

FileE:

研究生穿心蓮TCP\8啟動子分析12000bp.fasta

目標物種啟動子序列信息Note:Ifthe

input

file

is

a

table,the

last

column

must

be

the

sequences.□Removeversion輸出文件SimplifyMy

Sequences"IDFile

OutputOutputTextAreaSetanOutput

FileE:研究生穿心蓮TCP\8啟動子分析2000bp.simpliy.fasta啟動子分析9.3提取目標基因家族啟動子序列信息啟動子分析9.4反向驗證提取序列是否是前2000bp啟動子分析9.

5

將目標基因家族啟動子序列信息轉(zhuǎn)化大寫(所得大寫化的信息需手

動復制進新建文本文檔中并修改格式為fasta)啟動子分析9.6大寫化的目標基因家族序列信息提交至plant

care在線網(wǎng)站(

htttml/)

進行，等待結(jié)果發(fā)送至郵箱，下載郵箱中的附件，解壓后用execl打開其中的xxx.tab

文件p://bioinformatics.psb.ugent.be/webtools/plantcare/h啟動子分析9.7

根據(jù)作圖形式整理TAB

文件數(shù)據(jù)，刪除無用列，保留有需要的信息，

對location列進行加減20得出起始、終止位置信息，根據(jù)功能描述列篩選所研究的順勢作用元件進行進一步分析。啟動子分析9.8.1.作

圖

，TBtools

線形圖需用文件準備：①整理篩選后的TAB文件信息格式為：第一列基因ID

、第二列起始位置、

第三列終止位置、第四列順式作用元件。ABCDCXN00000643-RA2000CXN00001195-RA2000CXN00002762-RA2000CXN00002878-RA2000CXN00004183-RA2000CXN00004279-RA2000CXN00004746-RA2000CXN00007220-RA2000CXN00008155-RA2000CXN00008471-RA2000CXN00008509-RA2000CXN00008780-RA2000CXN00010818-RA2000啟動子分析9.8.1.作

圖

，Tbtools線形圖需用文件準備：②2000bp

文件準備：第一列基因ID

,

第二列均為2000。Ex

cel

準備數(shù)

據(jù)后粘貼復制進新建文本文檔方可使用啟動子分析9.8.1.作

圖

，Tbtools線形圖需用文件準備：③進化樹文件準備：將只含有目標物種目標基因家族的序列信息文件放入

MEGA軟件中，進行構(gòu)建進化樹操作至導出建樹文件(本教程進化樹構(gòu)建

第5步)粘貼復制進新建文本文檔中。ABCDEFCXN00001195-RAApTCP2CXN00004183-RAApTCP5CXN00004746-RAApTCP7CXN00008155-RAApTCP9CXN00008780-RAApTCP12CXN00011342-RAApTCP14CXN00011470-RAApTCP15CXN00017071-RAApTCP17CXN00018640-RAApTCP18CXN00019468-RAApTCP19CXN00004279-RAApTCP6CXN00008509-RAApTCP11CXN00020943-RAApTCP22CXN00000643-RAApTCP1CXN00002762-RAApTCP3啟動子分析9.8.1.作

圖

，Tbtools線形圖需用文件準備：④重命名文件：第一列基因ID,

第二列新命名。Excel

準備數(shù)據(jù)后粘貼

復制進新建文本文檔方可使用。啟動子分析9.8.2作圖可視化，將準備的文件信息導入TBtools

中。ABCDE基因號順勢作用元件CXN00000643-RAI-boxCXN00000643-RAI-boxCXN00000643-RAGATA-motifCXN00000643-RAGT1-motifCXN00000643-RALTRCXN00000643-RAMRECXN00000643-RATGA-elementCXN00000643-RAARECXN00000643-RAARECXN00000643-RAAE-boxCXN00000643-RAMBSCXN00000643-RAABRECXN00000643-RAG-boxCXN00000643-RABox

4ICXN00001195-RAGT1-motif啟動子分析9.9.1.TBtools

熱圖制作，與上述線性圖一致選用一個即可。文件準備：①篩選后的TAB文件信息只保留基因ID和順式作用元件兩列即

可，使用Excel中的數(shù)據(jù)透視表功能處理數(shù)據(jù)如右圖所示。ABCDE基因號順勢作用元件CXN00000643-RAI-boxCXN00000643-RAI-boxCXN00000643-RAGATA-motifCXN00000643-RAGT1-motifCXN00000643-RALTRCXN00000643-RAMRECXN00000643-RATGA-elementCXN00000643-RAARECXN00000643-RAARECXN00000643-RAAE-boxCXN00000643-RAMBSCXN00000643-RAABRECXN00000643-RAG-boxCXN00000643-RABox

4ICXN00001195-RAGT1-motif啟動子分析9.9.1.TBtools

熱圖制作，與上述線性圖一致選用一個即可。文件準備：①篩選后的TAB文件信息只保留基因