基因家族分析

基因家族分析——挖掘与物种特性相关的生物学问题张

龙华中农业大学&广东省农科院2539570165@qq.cm基本内容一、获取目标物种基因二、目标物种基因基本信息的获取(命名、理化性质、亚细

胞

定

位

等

)●蛋白物理化学性质分析/protparam/●亚细胞定位ttp://www.csbio.sjtu.e/bioinf/plant-multi/#一般将以上信息汇总在一张

表格中在文章中展示。alP/三、构建系统发育树——构建、评估、解读1、构建·

序列比对，选择保守区域·

有根树or

无根树：一般由于信息不足，采用无根树·

建树方法的选择：NJ

法(常用，远缘)、ML

法(进化模型)、MP

法

(近缘)等2、评估自展检验(Bootstrap

method)法，检验次数一般1000次，可将分支上的

百分数视为这支结果的可信度。三、构建系统发育树——构建、评估、解读3、解读阐明系统进化关系。注意：系统发育树并不能

确切指示进化方向FpTPS1pTF

S120eGpTPS

522GppsiAGo输入的序分7进化关系，数字是评估，长度是进化距离亚家族分类ss2四、染色体定位分析1、基因主要分布于哪条染色体?2、是否能形成基因簇?基因簇的形成一般与基因家族的来源和特定功能有关。T

patop名言名名的

师0pToptmTPS4五

、motif分析(保守基序分析)在文章中，motif

分布图通常与基因家族进化树合并，这样有助于直观查看不同分支保守和特异性motif。如果对某些motif

感兴趣，还可进一

步用CDD注释motif

功能。可见每一推测同一亚家族成员有类似的功能亚家族成员中Motif

组成和

排列顺序的与功能相关六、基因结构分析了解基因家族成员的基本分类信息、提供对某些基因家族内进化关系的见解。在文章中，基因结构图通常与基因家族进化树合并，这样有助于直观查看不同分支在基因结构上的保守性和特征。同一亚家族成员的基因结构是否类似，反证建树是否可靠。UTR(非编码区、内含子组)、CDS

(编码区、外显子组)数量与基因结构、功能有关七、基因复制和共线性分析阐明目标物种基因家族的潜在进化机制，有无串联重复和大片段复制。研

究目标物种和其他物种基因家族成员之间的直系同源对关系。一般来说，基因长度和相似性大于70%则为基因复制；两个重复基因的物理间隔小于100kb

且被少于5个基因分隔，则为串联重复基因。红线越多，直系同源基因对越多，亲缘关系越近，基因功能越相似红色：高表达蓝色：低表达一般有以下几种类型：·不同组织表达分析：根、茎、叶·不同时间表达分析：1d、2d、3d·不同处理表达分析：干旱、盐碱、水渍

明确基因家族的表达情况八

、基因表达分析基因家族的表达分析与基因功能的关系最紧密九、启动子分析获得基因家族功能相关的上游调控通路或因子，或响应的上游信号。是否含有某些胁迫响应顺式元件或激素响应相关的基因。十、其他分析1、蛋白互作网络分析：·分析家族成员之间的蛋白互作情况，分析是否需要形成同源或异源二聚体或多聚体来发挥功能；·

目标基因家族蛋白发挥作用时是否需要和其他蛋白形成复合体；·分析目标基因家族蛋白的上下游互作调控蛋白，比如转录因子通过结合基因启

动子来调控基因表达，或者激酶通过蛋白互作磷酸化该蛋白从而进行信号转导；·可以靶向下游基因发挥作用，比如酶催化底物蛋白进行生化反应等2、蛋白domian

比对分析和可视化3、蛋白3D结构分析和可视化4、基因家族特殊结构域分析基因家族分析简明教程1、获取目标物种基因2、目标物种目标基因家族鉴定3、基因家族成员理化性质分析4、亚细胞定位预测5、染色体定位分析6、系统进化分析7、基因结构分析8、motif分析9、启动子分析10、基因共线性分析11、其他分析目

录已超链接，点击跳转1.基因家族的鉴定·1.1获取参考基因组信息NCBI(https://www.ncbi.nlm.nih.gov)在此输入物种拉丁名+基因家族名称如：TriticumaestivumTCP1.2获取目标物种相关基因组数据(

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

数据库http://plants.ensembl.org/info/data/ftp/index.htmlLoginRegister2

基因家族成员鉴定：hummer

鉴定在Pfam网站https:

//pfam.xfam.org

/下载隐马尔可夫模型2

.2在Pfam

网站https://pfam.xfam.org

/下载隐马尔可夫模型12.3

以下载好的HMM

模型向目标物种基因组序列(蛋白)搜索，以筛选得到大

致的基因家族成员(候选基因)。hmmer程序/

下的子程序hmmsearch2.4.1将候选基因提交到

NCBI

中的

Batch

CDDsearch

和

Pf

am

数据库比对，验证是否具有目标基因特征，删除假阳性基因。

首先是Batch

CDD

search。·打开NCBI——CDD——batch—CD—search·输入刚刚提取得到的蛋白序列，点击Browse

result,全选序列：2.4.2再点击show

selected

queries,查看蛋白结构域将不含有目

的基因家族结构域的蛋白删除，最后得到的蛋白序列即为该基因家族的序

列。或者使用TBtools

中的VisualizeNCBICDDDomainPattern

可视化结构域图。2.5.1Pfam数据库验证比对(

http://pfam-

legacy.xfam.org/search)2.5.2.Pfam结果可视化2.6根据验证结果确定基因，除去以下序列，最终得到确定的基因序列·无典型结构域·结构不完整·冗余序列3.1

蛋白物理和生化特征分析，预测蛋白质分子量、等电点、相对分子质量、稳定性等(/protparam/)。只输入氨基酸序列即可，单个依次分析3.2

结果解读ExpasyProtParamHomel

Contact Molecular

weight:29563.71

Theoretical

pI:6.124

亚细胞定位预测(http://wwW.csbio.sjtu.edu.cn/bioinf/plant-multi/#)5

基因位置分析及可视化6.

进化树构建6.1

目标物种基因家族文件与拟南芥等参考物种基因家族文件合并。

将两个序列信息文件粘贴复制进一个新的fasta

文件中即可6

.2

MEGA比对，将新合并的fasta

文件拖入ME

GA软件中，选择对齐进入。进化树构建6.3

分析，完成后关闭当前页面网

Molecular

EvolutionaryGenetics

Analysis□

×File

Analysis

Help点击建树DATA进化树构建6.4

建树，一般选择NJ

法进化树构建6.5

导出建树文件，并保存。其他分析有用进化树构建6

.6进化树美化(https://evolgenius.info//evolviewv2/#login)

-进化树构建6、进化树美化。改变树各部分颜色，可点击下图红框框处查看官方详细

配置说明。具体参考文章https://WWW.csdn.net/tags/0tDaQg4sODkzNjQtYmxvZw0000000000.html添加颜色的分组信息，编辑模板如下：AT2G04880.1,AT2G30250.1blue

adAT4G01250.1,AT4G31550.1red

adAT4G39410.1,AT5G49520.1yellow

ad《7.基因结构分析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可视化9.启动子分析9.1

提取基因组文件中前2000bp

作为启动子区域序列启动子分析9.2

简化所提取的启动子区域序列TBtools

(Toolbox

forBiologists)v1.098774SequenceToolkitBLASTGO&KEGGGraphicsOthersAbout?RepotIHelp0区

Fasta

stats

区

sequence

Manipulate

(Rev&Comp)区

AboutTBtools区

GXFSequencesExtractFastaID

SimplifySeta

Input

Fasta

FileE:

研究生穿心莲TCP\8启动子分析12000bp.fasta

目标物种启动子序列信息Note:Ifthe

input

file

is

a

table,the

last

column

must

be

the

sequences.□Removeversion输出文件SimplifyMy

Sequences"IDFile

OutputOutputTextAreaSetanOutput

FileE:研究生穿心莲TCP\8启动子分析2000bp.simpliy.fasta启动子分析9.3提取目标基因家族启动子序列信息启动子分析9.4反向验证提取序列是否是前2000bp启动子分析9.

5

将目标基因家族启动子序列信息转化大写(所得大写化的信息需手

动复制进新建文本文档中并修改格式为fasta)启动子分析9.6大写化的目标基因家族序列信息提交至plant

care在线网站(

htttml/)

进行，等待结果发送至邮箱，下载邮箱中的附件，解压后用execl打开其中的xxx.tab

文件p://bioinformatics.psb.ugent.be/webtools/plantcare/h启动子分析9.7

根据作图形式整理TAB

文件数据，删除无用列，保留有需要的信息，

对location列进行加减20得出起始、终止位置信息，根据功能描述列筛选所研究的顺势作用元件进行进一步分析。启动子分析9.8.1.作

图

，TBtools

线形图需用文件准备：①整理筛选后的TAB文件信息格式为：第一列基因ID

、第二列起始位置、

第三列终止位置、第四列顺式作用元件。ABCDCXN00000643-RA2000CXN00001195-RA2000CXN00002762-RA2000CXN00002878-RA2000CXN00004183-RA2000CXN00004279-RA2000CXN00004746-RA2000CXN00007220-RA2000CXN00008155-RA2000CXN00008471-RA2000CXN00008509-RA2000CXN00008780-RA2000CXN00010818-RA2000启动子分析9.8.1.作

图

，Tbtools线形图需用文件准备：②2000bp

文件准备：第一列基因ID

,

第二列均为2000。Ex

cel

准备数

据后粘贴复制进新建文本文档方可使用启动子分析9.8.1.作

图

，Tbtools线形图需用文件准备：③进化树文件准备：将只含有目标物种目标基因家族的序列信息文件放入

MEGA软件中，进行构建进化树操作至导出建树文件(本教程进化树构建

第5步)粘贴复制进新建文本文档中。ABCDEFCXN00001195-RAApTCP2CXN00004183-RAApTCP5CXN00004746-RAApTCP7CXN00008155-RAApTCP9CXN00008780-RAApTCP12CXN00011342-RAApTCP14CXN00011470-RAApTCP15CXN00017071-RAApTCP17CXN00018640-RAApTCP18CXN00019468-RAApTCP19CXN00004279-RAApTCP6CXN00008509-RAApTCP11CXN00020943-RAApTCP22CXN00000643-RAApTCP1CXN00002762-RAApTCP3启动子分析9.8.1.作

图

，Tbtools线形图需用文件准备：④重命名文件：第一列基因ID,

第二列新命名。Excel

准备数据后粘贴

复制进新建文本文档方可使用。启动子分析9.8.2作图可视化，将准备的文件信息导入TBtools

中。ABCDE基因号顺势作用元件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启动子分析9.9.1.TBtools

热图制作，与上述线性图一致选用一个即可。文件准备：①筛选后的TAB文件信息只保留基因ID和顺式作用元件两列即

可，使用Excel中的数据透视表功能处理数据如右图所示。ABCDE基因号顺势作用元件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启动子分析9.9.1.TBtools

热图制作，与上述线性图一致选用一个即可。文件准备：①筛选后的TAB文件信息只保留基因