MCScanX共线性分析

生信喵

利用 MCScanX 绘制共线性图
       MCScanx:Multiple Collinearity Scan toolkit，MCScanX 是检测基因共线性和进化分析的软件。需要使用基因集进行自身比对。MCScanX 的输入需要两个文件：*.blast 和 *.gff。文件前缀名需要完全一致。*.blast 文件可以直接用 all-vs-all 出结果。首先将预测的蛋白质文件的 fasta文件整合一下。另外的列表文件，需要从 gff 文件中提取获得。一共分为四列，分别是第一列是物种名和染色体编号，第二列是基因号，第三列是起始位置，第四列是终止位置。
       网址：https://github.com/wyp1125/MCScanx

一、安装 mscanx

1. git clone https://github.com/wyp1125/MCScanX.git
   
2. cd MCScanx
   
3. make

复制代码

      准备输入文件

1. #下载参考序列与gff文件
   
2. #https://www.ncbi.nlm.nih.gov/genome/?term=Klebsiella%20pneumoniae
   
3. wget https://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000/240/185/GCF_000240185.1_ASM24018v2/GCF_000240185.1_ASM24018v2_genomic.fna.gz
   
4. wget https://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000/240/185/GCF_000240185.1_ASM24018v2/GCF_000240185.1_ASM24018v2_genomic.gff.gz
   
5. wget https://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000/240/185/GCF_000240185.1_ASM24018v2/GCF_000240185.1_ASM24018v2_protein.faa.gz
   
6. 
   
7. #处理gff或者bed格式文件
   
8. perl -F'\t' -lane 'next unless $F[2] eq "CDS";print join qq{\t},$F[0],$F[-1]=~s/ID=cds-([^;]+).Parent=.*$/$1/r,$F[3],$F[4]' GCF_000240185.1_ASM24018v2_genomic.gff >ref.gff
   
9. grep ">" mgh78578.faa | awk '{print "contig\t"$1"\t"$3"\t"$5}' | sed -e 's/>//' >mgh78578.gff
   
10. 
    
11. #合并文件
    
12. cat GCF_000240185.1_ASM24018v2_protein.faa mgh78578.faa >all.faa
    
13. cat cat ref.gff mgh78578.gff >test/all.gff

复制代码

二、运行软件

1. #blast比对
   
2. makeblastdb -in all.faa -dbtype prot -out all -parse_seqids
   
3. blastp -query all.faa -db all -out all.blast -evalue 1e-10 -num_threads 12 -outfmt 6 -num_alignments 5
   
4. 
   
5. #运行结果
   
6. mkdir all;
   
7. mv all.blast all.gff all
   
8. ~/biosoft/MCScanX/MCScanX all/all

复制代码

      *.collinearity: 成对的共线性区域
       *.tandem: 串联基因
       *.html: 共线性可视化的 html 文件，里面有很多小文件，文件名称是根据参考基因组染色体编号来的。

三、下游分析

1. #过滤duplicate_gene
   
2. ~/biosoft/MCScanX/duplicate_gene_classifier all/all
   
3. 
   
4. #下游分析，将downstream_analyses程序拷贝至结果目录
   
5. #案例地址：https://github.com/wyp1125/MCScanx#the-following-is-the-list-of-executable-programs
   
6. cp ~/biosoft/MCScanX/downstream_analyses/* .
   
7. 
   
8. #1 Detect_syntenic_tandem_arrays
   
9. detect_collinear_tandem_arrays -g os_sb.gff -b os_sb.blast -c os_sb.collinearity -o exam1.txt
   
10. 
    
11. #2 Dissect_multiple_alignment
    
12. dissect_multiple_alignment -g os_sb.gff -c os_sb.collinearity -o exam2.txt
    
13. 
    
14. #3 dot_plotter
    
15. java dot_plotter -g os_sb.gff -s os_sb.collinearity -c dot.ctl -o exam3.png
    
16. 
    
17. #4 dual_synteny_plotter
    
18. java dual_synteny_plotter -g os_sb.gff -s os_sb.collinearity -c dot.ctl -o exam4.png
    
19. 
    
20. #5 Circle_plotter
    
21. java circle_plotter -g os_sb.gff -s os_sb.collinearity -c circle.ctl -o exam5.png
    
22. 
    
23. #6 Bar_plotter
    
24. java bar_plotter -g os_sb.gff -s os_sb.collinearity -c bar.ctl -o exam6.png
    
25. 
    
26. #7 add_kaks_to_synteny.pl
    
27. perl add_kaks_to_synteny.pl -i os_sb.collinearity -d cds_file -o exam7
    
28. 
    
29. #8 group_collinear_genes.pl
    
30. perl group_collinear_genes.pl -i os_sb.collinearity -o exam8.cluster

复制代码