读文章重复结果之叶绿体基因组identity plot初步探索

更新：20190108

浏览GetOrganelle软件的作者Kinggerm的github主页，发现了很多有用的python脚本，非常好的学习素材，有时间多看https://github.com/Kinggerm/PersonalUtilities

更新20181213

昨天晚上班级组织了学术沙龙，班上的同学介绍了自己的三篇文章，第一篇是基因家族类的，发在frontiers in plant science;第二篇好像是和小RNA有关的，发在了the plant journal;第三篇是叶绿体基因组类的；好像是BMC genomics;现在班级里的牛人真的很多。这位同学在介绍叶绿体基因组的文章的时候提到了mVISTA这款软件，自己才发现原来这款软件是可以本地化的，需要填写自己的基本信息和邮箱，第二天就收到了软件的下载链接，初步浏览感觉安装稍显繁琐，还没有尝试，找个时间试一下本地操作。

读研读博班级的概念可能仅限于一起上课吧，自己因为是硕博连读，比现在班上的同学早上一年课，连一起上课这层联系都没有了；

更新20181108

之前有想法可以通过SeqIO解析genbank文件得到mVISTA的注释结果，由于对于解析后的结果不太理解一直没有成功，最近又大体看了一下biopython的教程，对于SeqIO解析genbank文件又有了一点新的理解，又再次尝试了一下，终于成功了，贴出自己的代码(这篇文章自己最开始写的时候还不知道markdown的基本语法，所以只能通过截图的方式来展示自己的代码了)：

需要脚本的可以给我留言邮箱地址~

需要安装python，然后安装Biopython模块

使用方法：将脚本和genbank文件放到同一个文件夹下，然后通过dos界面进入这个文件夹执行 python get_mVISTA_annotation_file_from_genbank_1.py -i genbankfilename

最近一直在看叶绿体基因组的相关论文，基本上每篇文章都会有一幅identity plot, 用来比较不同叶绿体基因组之间的相似性，使用到的是网页版的工具mVISTA mVISTA Input,下面简单记录自己的学习过程：

mVISTA 需要准备fasta文件和 注释文件，mVISTA官网给出的注释文件的格式

帮助文档中提到注释文件可以通过基因组浏览器导出结果，但是自己还没有学会怎么用

通过修改相应的gff3文件也可以得到这个注释文件，自己的做法是先删除叶绿体基因组注释gff3文件的前三行，然后通过Excel提取3，4，5，7列，调整列的顺序为7，3，4，5，然后用python脚本简单处理得到的输出结果

python脚本

PS:问题一：python如何通过参数指定输入和输出文件？？？暂时还没有找到办法；找到了一个运用R语言批量下载benBank文件的教程，之前试过一次有一些问题，找时间再试一次

已将序列文件和注释文件提交到mVISTA，暂时还没有运行出来结果，明早起来看结果如何，结果如果理想 明天记录完整的流程：叶绿体基因组的序列下载，处理得到注释文件，然后利用mVISTA绘图

看到了结果，搞懂输出的结果还需要一段时间，发现一个问题是：注释文件得把基因改成对应的名字，最原始的输出结果

好多细节需要修改！

得到最终的注释文件还有点复杂，还没搞定

代码虽然很笨，但成功处理出来了mVISTA需要的注释文件；又遇到了 list index out of range 的报错，目前还没有找到原因，担心的问题是因为有报错会不会造成处理出来的文件有问题？？？

python脚本用到了简单的正则表达式和for if 循环 目前也只能写一写简单的脚本，没有找到增加一点难度的学习资料