基于TBtools做基因家族分析 | 生信部分 | 三

小杜的生信笔记

原文链接：基因 TBtools 做基因家族分析 | 生信部分

基于 TBtools 做基因家族分析 | 生信部分 | 一

[基于TBtools做基因家族分析 | 生信部分 | ]()二

「一边学习，一边总结，一边分享！」

原文链接：基因 TBtools 做基因家族分析 | 生信部分

三、IA图形美化

美化，我罗列出单个章节进行讲解。表明，是很重要的。以及，图形的美化，需要不断学习和模范大牌期刊的图形类型，以及自己要时刻进行总结和创新。对于创新，这个就比较玄学，每个人的审美不同，逻辑不同，关注点不同.......导致最终看到的点也不同。因此，我们在不是很离谱的创作中，结合自己的审美进行美化即可。**我们要坚信：审美。首先要符合自己，其次，再考虑别人。**只有自己先认同，你才有可能让其他人也认同！

3.1 使用工具

1.推荐使用的工具**：AI、PS**

如果不知道类似软件的，自己百度。

如何安装

有钱人：购买正版
穷人（和我一样）：薅羊毛，使用破解版

如何获取安装包

在本公众号中回复关键词获得。

PS安装包关键词：PS
AI安装包关键词：AI

或是你自己寻找相关版本的安装包即可。

提示：请自己输入正确的关键词（每次看到有些同学们的关键词，真的很无语......）

3.2 实际操作

打开AI，新建图层A4
导入进化树，适当调整进化树的宽度和字体大小
依次导入的目的基因的motif、基因结构域等图形。并依次按进化树基因名进行排序即可。
为后期的图形的整齐性，我们使用参考线进行对齐，便于后期的调整。注意：这里看到我们的motif的图形颜色很难看，这就是前期没有考虑颜色的结果。因此，我一直强调，文章图形颜色统一的重要性，图形颜色搭配合理，你的论文已经成功1/3了。换一种颜色就感觉好多了呀。
添加基因结构图添加图形的操作都是一样的，不做多赘述。
如何美化对于美化，每个人的要求不一致，只要符合你的审美即可。我们在这里就直接添加渐变色。
新建一个图层新建图层置于最底层。
选择图形工具
利用进化树的分支，将其进行分类
填充颜色（根据自己的喜好）
更改透明图
渐变色

不透明度：60
中间位置：10-50% 结合实际情况调节。

最后图形图形很多细节需要自己耐心调节，这里只是做示范，相对比较粗糙。

四、多物种共线分析

共线分析依旧是使用TBtools，哈哈哈哈，做基因家族TBtools可以帮你完成80%的生信分析。毫不夸张!!!!! TBtools共线分析的教程很多，我们以零基础多物种间共线性分析教程作为参考（也不是作为参考了，是直接按他的步骤进行操作）。其他参考教程：全基因组共线性分析、无限个！物种共线性分析结果可视化、任何人！一键完成物种间的共线性分析与可视化。

4.1 需要文件

参考基因组fa文件
注释文件GFF or GTF

TBtools可以对无限个作物进行共线分析，牛！！！

4.2 染色体统一命名

在这个教程中，有这样的一个步骤，如果你需要，你就进行操作。

gtf文件进行ID prefix

3. fa文件进行ID prefix

4.3 实操

打开one step MCScanx小程序
输入两个作物的文件信息
点击开始Start
如果是多个作物，那么依次进行两两比较。比如：共线结果是以这样的顺序：Tomato-LA-Arabidopsis

比对顺序：

Tomato-LA
LA-Arabidopsis

比对结果GFF文件合并

打开Text Merge for MCScanX程序合并多个的MCScanX的结果文件中的GFF文件拖拽文件

6.比对结果ChrLayout.tab.xls文件合并7. 比对结果geneLinks.tab.xls文件合并同上操作！ 8. 合并文件最终获得以下3个文件，用于绘制图形。9. 要在共线中显色的基因ID

Solyc03g062790.3.1
Solyc10g018590.2.1
Solyc01g104320.4.1
Solyc03g083420.4.1
AT4G22240.1
AT2G35490.1
AT1G51110.1
AT5G53450.3
........

绘图。打开Multiple synteny plot输入参数输出图形

注意，在输出图形中，我们可以看到作物染色体位置是有改变的。那么，如何更改呢？回答：直接更改Chr文件即可。更改这里的顺序即可！

五、同源目标基因元件预测

目标基因的元件预测，我们这里主要介绍使用两个网站进行。

5.1 提取目标基因上游2000bp

参考教程顺式作用元件预测和新的可视化方式、植物启动子-顺式作用元件-批量提取-预测-可视化分析，同样是使用TBtools操作。

需要文件

作物参考基因组fa文件
注释文件GFF or GTF
目标基因ID

直接使用TBtools中的Gtf /Gff3 Sequences Extractor获得每个基因的fa序列输出文件点击Initalize，选择CDS选择上游2000bp的fa序列
目标基因的fa序列，打开Fasta Extract or Filter (Quick)输出结果文件：
查看信息是否正确，打开Fasta Stats
转换序列（全部为大写），打开Sequence Manipulate (Rev&Comp

5.2 提交预测网址进行顺式作用预测

预测，这里使用两个网站进行预测，分别是PlantCare和PLCAE。

5.2.1 使用Plantcare进行预测

网址：http://bioinformatics.psb.ugent.be/webtools/plantcare/html/

上传序列后，Plant可以提供你自己的邮箱，运行结束后，结果直接发送到你的邮箱中。
邮箱中获得结果，根据你的序列多少，10分钟以上吧！
结果
使用execl打开后

1. 基因ID；
2. 顺式作用元件名称；
3. 顺式作用元件序列；
4. 顺式作用元件的起始位置；
5. 顺式作用元件的长度；
6. 顺式作用元件所在的链的方向；
7. 物种名；
8. 顺式作用元件所在的功能分类；

删除某些不需要的结果： 需要删除：

1. 剔除第2列为空的行
2. 剔除第2列为unnamed的行
3. 最后一列，无功能作用的

具体删除的数据，根据自己的分析来做。最后，可以删除掉1000行以内

-- 来自顺式作用元件预测和新的可视化方式，这个意见有重要的参考意义。如果不合并，导致元件的作用太多，绘制出的图形颜色太杂，且不好看。5. 绘图绘图前还需要准备基因的长度文件输入数据，设置参数结果：在TBtools中也可以输入进化树文件。

我们这里也可以使用的起那么AI中的呢进化树进行模板进行美化。

5.2.2 PLACE进行预测

网址:https://www.dna.affrc.go.jp/PLACE/?action=newplace

缺点：PLACE一次最大只能输入20条基因序列，有一定的限制性。获得结果为网页版，如要整理，只能手动整理或使用脚本进行整理。
优点：速度快！

获得结果每个基因为单独的，需要自己整理。

只给元件名称、开始位置、序列、功能（SITE，需要点击进去才可以看到）
整理，单独粘贴复制到execl中，并使用脚本进行整理。

选择哪个网站进行预测，取决于自己。只要结果符合我们自己的预期结果即可！！！

5.2.3 热图可视化

输入数据格式如下（可以根据自己的情况筛选）：脚本：

install.packages('tidyverse')
intall.packages('RColorBrewer')

# 加载包
library(tidyverse)
library(RColorBrewer)

# 1.读取数据
df <- read_tsv('data.txt', col_names = F) %>% select(1,2)

# 2.整理数据
tidy <- df %>% 
  group_by(X1, X2) %>% 
  summarise(number = n()) %>%
  arrange(desc(number))

# 3.查看数量分布，确定配色个数
summary(tidy$number)
# 最大值为9，所以下面的代码 hcl.colors(9, "RdYlGn")中为9

# 4.画图
  ggplot(tidy, aes(x = X2, y = X1, fill = number)) +
  geom_tile(color = 'black') +
  geom_text(aes(label = number),col='black',cex = 1.5) +
  scale_fill_gradientn(colors = rev(hcl.colors(9, "RdYlGn"))) +
  scale_x_discrete(position = "top")+
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90, hjust = 0),
        axis.title = element_blank(),
        axis.text = element_text(size = 7, color = 'black'))

# 通过修改 scale_fill_gradientn参数给每一个值指定颜色
cc <- c('#d9d9d9', '#f7fcb9', '#d9f0a3', '#addd8e', '#78c679', '#feb24c', '#fd8d3c', '#fc4e2a', '#b10026')

ggplot(tidy, aes(x = X2, y = X1, fill = number)) +
  geom_tile(color = 'black') +
  geom_text(aes(label = number),col='black',cex = 2.5) +
  scale_fill_gradientn(colors = cc) +
  scale_x_discrete(position = "top")+
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90, hjust = 0),
        axis.title = element_blank(),
        axis.text = element_text(size = 7, color = 'black'))

5.2.4 美化

基于AI进行美化，方法同上

六 ENDING

说实话，基因家族的文章分析确实消耗的时间和精力不算是很多。生信部分就差不多这些吧！再加上一些组学的数据来验证即可。除了生信的部分，剩余就是实验来验证，将两者进行结合，好一点的文章也可以发。我自己前面没有接触过基因家族的分析，因此，本次就是现学现做，做的还是比较简单。

本次来接触基因家族的分析，感触最深的就是，TBtools真的很强大。基因家族的分析、画图都可以使用它来完成。不得了啊，真的是将做生信的门槛一降再降，点赞点赞

本期内容是自己的做了一个整理，算是“教程搬运工”，也是自己在做分析后做的总结。自己不知道，这次分析后，多久以后还能涉及基因家族的分析。总结总结！！但是，说实话！这个总结也花费自己很长的时间，如果你想获得这个教程的文本文档，可以“喜欢点赞，支持”，我在后台看到后会第一时间将文档链接发给你！！

若我们的教程对你有所帮助，请点赞+收藏+转发，这是对我们最大的支持。

原文链接：基因 TBtools 做基因家族分析 | 生信部分

往期部分文章

「1. 最全WGCNA教程（替换数据即可出全部结果与图形）」

「2. 精美图形绘制教程」

精美图形绘制教程

「3. 转录组分析教程」

「4. 转录组下游分析」

「小杜的生信筆記」 ，主要发表或收录生物信息学教程，以及基于R分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!

微信扫一扫分享文章

基于TBtools做基因家族分析 | 生信部分 | 三

原文链接：基因 TBtools 做基因家族分析 | 生信部分

基于 TBtools 做基因家族分析 | 生信部分 | 一

[基于TBtools做基因家族分析 | 生信部分 | ]()二

原文链接：基因 TBtools 做基因家族分析 | 生信部分

三、IA图形美化

3.1 使用工具

3.2 实际操作

四、多物种共线分析

4.1 需要文件

4.2 染色体统一命名

4.3 实操

五、同源目标基因元件预测

5.1 提取目标基因上游2000bp

5.2 提交预测网址进行顺式作用预测

5.2.1 使用Plantcare进行预测

5.2.2 PLACE进行预测

5.2.3 热图可视化

5.2.4 美化

六 ENDING

原文链接：基因 TBtools 做基因家族分析 | 生信部分

往期部分文章

小杜的生信笔记 LV4