比较基因组学中,共线性的分析的图无疑是最漂亮的. 共线性分析可以很好地解释进化关系和多倍化事件. 本文主要介绍的是唐老师的Python版McScan(jcvi工具包),这个包很强大,但是其功能在官网的说明并不详细,在众人的博客中也比较零散. 我刚使用这个包的时候(2017年)还很难安装,需要预装各种依赖,不过现在的同学们很幸福了,可以直接用pip一键安装了. 软件包链接:https://github.com/tanghaibao/jcvi 安装过程很简单: pip install jcvi pi

目录 软件的安装 基因组的准备 一些细节 建议和示例 软件的安装 Python版McScan(jcvi工具包):https://github.com/tanghaibao/jcvi 以前只有python2,现在已有python3版本,建议用py3.安装可用pip: pip install jcvi ##或开发版 pip install git+git://github.com/tanghaibao/jcvi.git pip可能会安装很慢.建议还是用conda,要快很多,最好新建环境. conda

最近发现了python版的MCScan,是个大宝藏.由于走了不少弯路,终于画出美图,赶紧记录下来. github地址 https://github.com/tanghaibao/jcvi/wiki/MCscan-(Python-version) 软件安装 1 ## 安装lastal 2 网址:http://last.cbrc.jp 3 unzip last-1060.zip 4 cd last-1060 5 make 6 7 # 把scripts, src 添加到环境变量 8 9 ## jcvi

本来是不会再写这个文档的,但是由于长时间没有用这个模块,这个模块不知道是我自己弄掉了,还是别的同学误删了,于是我重新安装一下. 首先下载conda,并下载好python which pip 直接安装 注意: 1. 请下载conda3版本,本模块由python3支持: 2. home目录和电脑C盘一样,如果home空间有限,请安装在其他目录下: 3. 将python执行路劲写进bashrc(类似Windows的注册表) 等着就行了: 其他模块自己安装就行了(Knet tools, Bedtools

在注释KEGG的时候,一直用到kaas,具体kaas是个什么东东,简单的总结一下吧.     KEGG是由日本人搞的一个代谢图,收录基因和基因组的数据库,数据库可以分为 3大部分,基因数据库, 化学分子物质数据库,以及基于基因和化学分子物质相互关系而建立起来的代谢路径数据库,在KEGG数据库中,有一个"专有名词"KO(KEGG Orthology),它是蛋白质(酶)的一个分类体系,序列高度相似,并且在同一条通路上有相似功能的蛋白质被归为一组,然后打上KO(或K标签,KEGG ortho

参考:KEGG数据库中文教程 - 博奥  &[学习笔记]KEGG数据库 - 微信 学习一个技能最主要的事情你必须知道,那就是能通过它来做什么? KEGG数据库里面有什么? 如何查询某一特定的代谢途径(pathway)的信息,例如Glycolysis / Gluconeogenesis? 如何查询某一化合物的信息,例如Pyruvate? 如何查询Pyruvate涉及了哪些生化反应? 如何查询某一基因的信息,例如gltA ? 如何知道Bacillus subtilis是否有gltA? 如何查询 gl

宏基因组 ( Metagenome)(也称微生物环境基因组 Microbial Environmental Genome, 或元基因组) .是由 Handelsman 等 1998 年提出的新名词, 其定义为"the genomes of the total microbiota found in nature" , 即生境中全部微小生物遗传物质的总和.它包含了可培养的和未可培养的微生物的基因, 目前主要指环境样品中的细菌和真菌的基因组总和.而所谓宏基因组学 (或元基因组学, meta

参考了众多文章并结合实际操作后的感想. 参考:http://www.plob.org/2013/09/18/6174.html 参考:http://www.plob.org/2012/06/12/2207.html Orthomcl需要的linux详细配置,简单叙述. 系统:unix BLAST Database:oracle 或 mysql 内存4G,硬盘100G perl: DBI module 和 DBD-mysql MCL程序 详细操作过程及需要注意的点: 1.数据库安装和配置 我用的m

转自:http://blog.sina.com.cn/s/blog_8088f3700101pab7.html 权威发布:长链非编码RNA命名规则 对于人类基因命名标准的制定而言,雨果基因命名委员会(HGNC)是唯一官方授权的机构.HGNC的数据库中有38000个基因名称,其中大部分是编码蛋 白基因:但HGNC也命名了8500多个人类非编码基因及假非编码基因,通过与各层次专家们的合作,他们命名了大多数的小非编码RNA. 小非编码RNA一般可根据它们的同源性及相同功能来分类.相比而言,长链非编码R

当使用Trinity组装时,如果数据量过大,可以考虑使用--min_kmer_cov 2参数丢弃uniquely occurring kmer, 从而降低内存消耗 设置--no_distributed_trinity_exec会在输出目录下面(trinity_out_dir)生成一个recursive_trinity.cmds文件,这里面包含了下一步运行的所有命令,这些命令是可以并行执行的时候 然后运行Trinity会自动识别已经完成部分,接着未完成的命令继续运行 运行命令如下: /home/y

1.GO资源简介 由于生物系统的惊人复杂性和需要分析的数据集的不断增加,生物医学研究越来越依赖于以可计算的形式存储的知识.基因本体论(GO)项目为基因功能和基因产物的可计算知识提供了目前最全面的资源.GO知识库由两个主要部分组成: 基因本体论Gene Ontology (GO),提供了生物功能(“术语”)及其相互关系的逻辑结构,表现为有向无环图. GO注释(GO annotations)的语料库,将特定的基因产物(蛋白质.非编码RNA或大分子复合物,为简单起见,我们通常将其称为“基因”)与特定的

1.摘要 群居性的进化是进化的主要过渡之一,但其背后的基因组变化是未知的.我们比较了10种蜜蜂的基因组,它们的社会复杂性各不相同,代表了社会进化中的多种独立过渡,并报告了三项主要发现. 第一,许多重要的基因显示出中性进化的证据,这是随着社会复杂性的增加而放松选择的结果. 第二,没有单一的通往群居社会的路线图;社会性中的独立进化过渡具有独立的遗传基础. 第三,尽管这些转变在细节上明显独立,但它们确实具有类似的一般特征,包括受约束蛋白质进化的增加,伴随基因调控潜力的增加,以及转座因子多样性和丰度的减

相似的基因在不同物种中,其功能往往保守的.显然,需要一个统一的术语用于描述这些跨物种的同源基因及其基因产物的功能,否则,不同的实验室对相同的基因的功能的描述不同,将极大限制学术的交流.而 Gene Ontology (GO) 项目正是为了能够使对各种数据库中基因获基因产物功能描述相一致的努力结果.一般情况下,在各种组学中,做完差异表达之后,会看这些差异表达基因参与的功能,一般我们会做一个GO注释和富集.这里我们先来了解一下GO.db这个包.因为该包是许多其他包的基础依赖包.对于了解GO有很大的帮

SNP问题大集锦 [2017-01-19]       最近小编对基因检测很感兴趣,也跟风去测了一下,这一测不要紧,吓得小编几天没睡着觉,这不,检测报告上称小编的减肥能力弱,虽然小编一家都是胖子,唯有小编一个瘦子,原本以为是基因发生了突变,然并卵,是未到时候...... 难过之后小编恢复了理智,凭什么你说小编减肥能力弱,小编表示不服,仔细读了报告后发现,原来是这些SNP位点搞的鬼,又是SNP! 话说小编最近收到许多关于SNP的问题,现整理如下: 1.什么是SNP? 单核苷酸多态性(single

DNA motif 搜索算法总结 2011-09-15 ~ ADMIN 翻译自:A survey of DNA motif finding algorithms, Modan K Das et. al., BMC Bioinformatics 2007, 8(suppl 7):S21 dio:10.1186/1471-2105-8-s7-s21 DNA功能域(motif)简单地讲就是一段特定模式的DNA序列,它之所以可以具有生物学功能是因为它的特殊序列可以和调控蛋白结合,比如转录因子,从而可以在

KEGG, 简称京都基因组百科全书,包含了许多的数据库,对于研究基因功能来说,KEGG orthology 数据库是最基本的一个数据库: KEGG Orthology 简称KO, 对于每个功能已知的基因,会把和其同源的基因所有基因都归为一类,就是每一个KO, 并赋予一个K number, 用该基因的功能作为这个KO的功能: 基于同源基因具有相似功能的假设,把每个基因的功能进行了扩充,对于某个物种中功能研究的很清楚的基因,在不同的物种间搜寻该基因的同源基因,将这些同源基因定义为一个ortholog

文章转载于 Original 2017-06-12 liuhui 生信百科 相似的基因在不同物种中,其功能往往保守的.显然,需要一个统一的术语用于描述这些跨物种的同源基因及其基因产物的功能,否则,不同的实验室对相同的基因的功能的描述不同,将极大限制学术的交流.而 Gene Ontology (GO) 项目正是为了能够使对各种数据库中基因获基因产物功能描述相一致的努力结果. 所谓的 GO,是生物学功能注释的一个标准词汇表术语(GO term),将基因的功能分为三部分: 基因执行的分子功能(Mole

fasta格式 在生物信息学中,FASTA格式(又称为Pearson格式),是一种基于文本用于表示核苷酸序列或氨基酸序列的格式.在这种格式中碱基对或氨基酸用单个字母来编码,且允许在序列前添加序列名及注释. 格式 序列文件的第一行是由大于号">"或分号";"打头的任意文字说明(习惯常用">"作为起始),用于序列标记.从第二行开始为序列本身,只允许使用既定的核苷酸或氨基酸编码符号(参见下表).通常核苷酸符号大小写均可,而氨基酸常用大写字母

(Gene prediction and comparison) 使用基于基因组序列的从头预测方法(Ab initio methods)(同时分别使用头预测软件( GENSCAN和 AUGUSTUS)和预测exon和intron的剪切位点.)和基于证据支持的基因预测(Evidence-based methods)(与dog和human比较).得到不同基因座数目.最后做了一个panda的参考基因集.   (measure the quality of gene prediction):通过比较不同

基因 (鉴定DNA:可以直接利用DNA序列鉴别基因,但存在3个问题) 1.intron太长(使用用来连接的算法不可及) 2.因为通常功能基因的第一个oxen中有非编码区和启动子最后一个oxen中有终止子和非编码区,但是有些功能基因的第一个oxen或最后一个oxen只有非编码区,这样就很难识别 3.假基因(pseudogene):通常是有功能的序列突变而成的无功能序列,在鉴定时会被误认为是有功能的序列(特别是具有相对完整编码序列同时具有突变转录信号的假基因) (鉴定mRNA:因为鉴定基因是否具有功