Skip to content

Latest commit

 

History

History
executable file
·
294 lines (174 loc) · 8.32 KB

其他.md

File metadata and controls

executable file
·
294 lines (174 loc) · 8.32 KB
Raw

基因家族

什么是基因家族？

基因家族就是一组功能相似、序列具有同源性的基因

基因家族，当然也是来源一个祖先，经过基因重复和突变而产生的一组具有序列结构与功能相似性的基因，它们编码相似的蛋白质产物。当然同一个家族的可以紧密排列在一起，构成一个大“宗亲”（基因簇）。同一个家族的基因们分散在同一个染色体的不同位置，或者在不同染色体，每个基因有着自己不同的表达调控模式。

重复主要分为：基因片段复制、串联重复、逆转录转座一般拷贝数会增加

突变主要有：核苷酸插入、缺失、转换、颠换；基因重组；基因转换。这些因素再加上后来群体的遗传漂变、自然选择过程将这种趋势进行扩散，并逐步确定下来突变一般拷贝数不增加，基因重复性比较小

对于一个基因家族，它的特点就是编码蛋白都有同一个结构域，因为一般来讲，结构域决定某种功能，保守的结构域序列，容易形成稳定的三维结构结构域：Protein domain，是构成蛋白质（三级）**结构**的基本单元，Pfam和InterPro都是结构域网站

基因的远近

  • Homolog: A gene related to a second gene by descent from a common ancestral DNA sequence. The term, homolog, may apply to the relationship between genes separated by the event of speciation (see ortholog) or to the relationship betwen genes separated by the event of genetic duplication (see paralog).

  • Ortholog：Orthologs are genes in different species that evolved from a common ancestral gene by speciation. Normally, orthologs retain the same function in the course of evolution. Identification of orthologs is critical for reliable prediction of gene function in newly sequenced genomes

  • Paralogs are genes related by duplication within a genome. Orthologs retain the same function in the course of evolution, whereas paralogs evolve new functions, even if these are related to the original one

在描述同源性和相似性时，可以理解成：同源性为“质”，即有没有同源性；相似性为“量”，即相似性有80%、90%

mark

短序列比对

二代测序短序列“short read aligners” OR "short read mappers"

alignment vs mapping

Mapping

  • A mapping is a region where a read sequence is placed.
  • A mapping is regarded to be correct if it overlaps the true region.

Alignment

  • An alignment is the detailed placement of each base in a read.
  • An alignment is regarded to be correct if each base is placed correctly.

如果研究SNPs和基因组内变异，应该就是用alignment的工具；如果研究RNA-seq就是用mapping的工具。

比对工具

  • 比对算法：global, local or semi-local
  • 工具遇到INDEL怎么处理？
  • 工具可以跨大片段区域比对吗？
  • 工具可以进行根据阈值过滤吗？阈值设置？
  • 工具可以找到嵌合体比对吗？

BWA

Burrows-Wheelers Aligner

bwa mem Maximally Exact Matches

bwa小练习

将埃博拉病毒测序的reads比对到它的参考基因组上（命名为1976.fa）

先构建索引
  mkdir -p ~/tmp/bwa_test/ref

# 下载基因组(19Kb)[安装entrez-direct]
conda install -c bioconda entrez-direct
efetch -db=nuccore -format=fasta -id=AF086833 > ~/tmp/bwa_test/ref/1976.fa

# 构建索引
ref=~/tmp/bwa_test/ref/1976.fa
bwa index $ref
下载测试数据
mkdir -p ~/tmp/bwa_test/raw && cd ~/tmp/bwa_test/raw

# 获取全部的埃博拉病毒项目的测序数据
esearch -db sra -query PRJNA257197 | efetch -format runinfo > runinfo.csv

# 挑选SRR1972739下载
cat runinfo.csv| grep SRR1972739 | cut -d "," -f 10 | xargs -n1 wget {}

# 解压成fq文件 [为了测试，选取前1万条reads]
fastq-dump -X10000 --split-files SRR1972739
比对
mkdir -p ~/tmp/bwa_test/align && cd ~/tmp/bwa_test/align

r1=~/tmp/bwa_test/raw/SRR1972739_1.fastq
r2=~/tmp/bwa_test/raw/SRR1972739_2.fastq
ref=~/tmp/bwa_test/ref/1976.fa

baw mem $ref $r1 $r2 > bwa.sam
cat bwa.sam | cut -f 12-20 | head

bowtie2-build ~/tmp/bwa_test/ref/1976.fa ./1976 #index前缀
bowtie2 -x $ref -1 $r1 -2 $r2 > bowtie.sam

cat bowtie.sam | cut -f 12-20 | head

mark

GitHub & Git

第一步 下载安装git

# 查看git版本
git --version

# 如果要更新git
git clone https://github.com/git/git

第二步 初始化git（本地仓库）

# open terminal (in Mac) or git_bash (in Windows)
# 新建一个目录本地存放git文件
mkdir ~/Git_Projects
cd ~/Git_Projects

# 然后初始化
git init # 会生成一个.git文件 (可以通过ls -a 查看)

第三步 将网站版Github和本地Git联系起来

#本地操作
ls ~/.ssh
ssh-keygen -t rsa -C [email protected]
#ls ~/.ssh ，其中的id_rsa.pub是需要用到的

#Github网站
#Add SSH key
#最后测试
ssh -T [email protected]
##
mkdir -p ~/Git/GEO
cd ~/Git/GEO
git init # 初始化git
git config --list
# 然后将本地git与GitHub联系起来
cd ~/.ssh # (注意这是隐藏文件夹，用ls -la才能查看)
ssh-keygen -t rsa -C [email protected] # 改一下邮箱名就好
#然后会看到这样的信息
Enter file in which to save the key (/YOUR/PATH/.ssh/id_rsa): 
#这里输入自己能记住的密码 （可以和GitHub的密码一样）
Enter passphrase (empty for no passphrase):  
# 再输入一遍
Enter same passphrase again: 
# 然后看到.ssh文件夹中存在了id_rsa.pub
cat id_rsa.pub #然后将内容复制下来

第四步 使用VS code创建文件

  • git status查看当前的git状态

  • git add *或者git add 指定文件名 将更新的代码加入缓冲区，准备提交

  • git commit -m "说明下这次修改的主题"

第五步 上传

git status #查看当前的git状态
git add *
git add 指定文件名 #将更新的代码加入缓冲区，准备提交
git commit -m "说明下这次修改的主题"

# 5.1 还是先检查下状态
git status 

# 5.2 编辑代码主题
git commit -m "added info of us"

# 5.3 查看修改日志
git log

# 5.4 在Github上创建一个Repository，然后得到这个repository的地址，例如：https://github.com/YOUR_NAME/YOUR_CODE.git [第一次添加需要用户名和密码]
echo "something" >> README.md
git add README.md
git commit -m "add README"
git remote add origin https://github.com/YOUR_NAME/YOUR_CODE.git

# 5.5 然后我们就可以把自己的代码同步到Github网站的这个repository了
git push -u origin master
# 接下来就是上传

第六步 查看修改版本的差异

# 先看看log日志，我们做过的改动
git log
# 会得到以下一系列的更改日志
# 我们需要的就是commit后面的一串编号
# 比如：我想看看倒数第二次改动和最后一次改动的差别 [head就代表最后一次]
git diff e17d59584f5d812d2cfd7d60374c83721c9bdb31 head

Git中的三大重要空间就是：工作区（Working directory）、暂存区（Staging area）、仓库（Repository）

mark

修改文件

使用git rm a.txt可以省去add的步骤，然后直接commit就好了

git mv a.txt b.txt，也是想删除操作一样，可以少一步操作直接变成renamed状态

分支

查看分支：git branch

创建分支：git branch 分支名

切换分支：git checkout 分支名

删除分支：git branch -d 分支名

合并分支：git merge 合并分支名

创建并切换分支：git checkout -b 分支名

忽略文件

新建.gitignore文件

  • /mtk/ 过滤整个文件夹
  • *.zip 过滤.zip文件夹
  • /mtk/dov 过滤某个具体文件
  • !index.php 不过滤具体某个文件

git push报错

git pull  

git config branch.master.remote origin 

git config branch.master.merge refs/heads/master

作图，你需要ggplot2