MCScanX安装与使用 (2022)

为什么要写这篇文章：
最近因为需要用到MCScanX画两个物种的共线性点图，但是发现搜到的blog中所提供的安装方法都不太相同，且在都会出现或多或少的问题，另外搜到的所有blog安装链接http://chibba.pgml.uga.edu/mcscan2/MCScanX.zip其实都已经不维护了。总体安装的很艰难，所以想把自己的经历和大家分享一下，以便其他人少走弯路。

下载安装包以及需要的环境

需要我们自行下载并解压安装的主要有三个文件 Zlib库文件、libpng文件、MCScanX以及一些依赖环境。

• 依赖环境：
  以下依赖环境有的话就不用再装了，不知道有没有的话可以试着输入以下，有的话会弹出用法。
  例如：

  (base) ght@DESKTOP-TU3M5B7:~$ makeblastdb  # 如果没有的话会弹出安装方法
  
  Command 'makeblastdb' not found, but can be installed with:
  sudo apt install ncbi-blast+
  

  (base) ght@DESKTOP-TU3M5B7:~$ makeblastdb  # 如果安装了的话会弹出用法
  
  USAGE
      makeblastdb [-h] [-help] [-in input_file] [-input_type type]
      -dbtype molecule_type [-title database_title] [-parse_seqids]
      [-hash_index] [-mask_data mask_data_files] [-mask_id mask_algo_ids]
      [-mask_desc mask_algo_descriptions] [-gi_mask]
      [-gi_mask_name gi_based_mask_names] [-out database_name]
      [-blastdb_version version] [-max_file_sz number_of_bytes]
      [-logfile File_Name] [-taxid TaxID] [-taxid_map TaxIDMapFile] [-version]
  

  安装以下环境：java、javac、blast、make。命令如下，根据自己系统的情况选择安装哪一个：

  sudo apt update
  sudo apt upgrade # 这两步比较玄学，但是还是建议升级一下
  sudo apt install openjdk-11-jre-headless # java
  sudo apt install openjdk-11-jdk-headless # javac
  sudo apt install ncbi-blast+ # blast
  sudo apt install make #  make
  

• Zlib库：
  建议先去官网看看现在的版本是什么，然后以官网的下载链接为准，这里代码只做参考

  • 下载并解压：

  wget http://www.zlib.net/zlib-1.2.12.tar.gz  # 下载Zlib
  tar -zxvf zlib-1.2.12.tar.gz  # 解压
  cd zlib-1.2.12/ 
  

  • 安装：

  ./configure
  make
  make install
  

• libpng库
  与Zlib类似，但是libpng依赖于Zlib，所以需要先下载安装Zlib。

  • 下载并解压：

  wget https://cfhcable.dl.sourceforge.net/project/libpng/libpng16/1.6.37/libpng-1.6.37.tar.gz
  tar -zxvf libpng-1.6.37.tar.gz
  cd libpng-1.6.37/
  

  • 安装：

  ./configure
  make
  make install
  

下载并安装MCScanX

如上所述，MCScanX官网已经不维护了，但是可以从github上下载。

• 下载：

  wget https://codeload.github.com/wyp1125/MCScanX/zip/refs/heads/master
  unzip master 
  cd MCScanX-master # master解压出来文件名是MCScanX-master
  

• 安装：
  由于现在大都是64位系统，所以需要给以下三个文件msa.h,dissect_multiple_alignment.h, and detect_collinear_tandem_arrays.h添加库文件：#include 。我用的是vim：

  vim msa.h  #然后把这三个头问题就修改了
  
  make #然后安装
  

• 将MCScanX以及他的下游分析添加到环境变量：
  • MCScanX

  echo 'PATH=$PATH:~/yourPath/MCScanX-master/ ' >> ~/.bashrc  #此处的yourPath指你装MCScanX的路径
  
  
  MCScanX # 这样就可以直接命令行调用MCScanX了
  

  • 下游分析程序

  export CLASSPATH='.:/yourPath/MCScanX-master/downstream_analyses'  # 将绘图等需要的类添加至java的类路径
  
  
  java dot_plotter -g os_sb.gff -s os_sb.collinearity -c dot.ctl -o dot.PNG  # 这样就可以直接调用下游java分析程序了
  

举例说明

我主要用MCScanX做共线分析并画图，这里用我自己的流程作为示例。其他的我也不太会哈哈

• 处理输入文件：

  下载两个物种的se.pep.fa和so.pep.fa文件，以及其se.gff3和so.gff3文件。但是MCScanX需要的gff文件与标准版的gff3文件有所区别，只有四列，分别是染色体名称、基因名、基因起始坐标、基因结束坐标，所以需要先进行处理。

  注意：染色体格式为sp_name1。

  sp_name  gene_name  starting_position  ending_position
  # gff文件的格式
  

  这是我处理gff3文件的python代码，大家可以参考：

  import os
  import pandas as pd
  
  def main(path):
      gff3_files = []
      files = os.listdir(path)
      for file in files:
          if file.split('.')[-1] == 'gff3':
              gff3_files.append(file)
      x = path
      for gff3_file in gff3_files:
          with open(x+gff3_file, "r") as file:
              temp = pd.read_csv(file, sep='\t',comment='#', header=None)
              # 只保留基因
              temp = temp.drop(temp[temp[2] != 'gene'].index)
              temp = temp[[0,8,3,4]]
              temp[8] = temp[8].map(lambda x: x.split(';')[0].split('=')[1])
              # 丢掉ups
              temp = temp.drop(temp[temp[0].str.contains('ups')].index)
              dataFrame = temp.drop(temp[temp[0].str.contains('unplaced-scaffold')].index)
              dataFrame = dataFrame.reset_index(drop = True)
              # 排序并输出
              name = dataFrame.at[0, 0]
              number_index = 0
              for j in range(len(name) - 1, -1, -1):
                  if name[j].isdigit():
                      continue
                  else:
                      number_index = j + 1
                      break
              dataFrame[0] = dataFrame[0].map(lambda x: int(x[number_index:]))
  
              dataFrame = dataFrame.sort_values(by=[0, 3], ascending=[True, True])
              dataFrame[0] = dataFrame[0].map(lambda x: name[:number_index] + str(x))
              dataFrame.to_csv(x+gff3_file[:-1], header=None, index=None, sep='\t')
              # 最终有几个gff3文件，就会生成几个gff文件
  
  # 按间距中的绿色按钮以运行脚本。
  if __name__ == '__main__':
      path = 'C/gff_file_path/'
      main(path)
  

• blastp 比对

  makeblastdb -in se.pep.fa -dbtype prot -parse_seqids -out se.pep.db  # 因为我画的是se和so之间的共线性点图，所以使用se建库，再和so进行比对。
  
  
  blastp -query so.pep.fa -db se.pep.db -out se_so.blast -evalue 1e-10 -num_threads 12 -outfmt 6 -num_alignments 5
  

• 运行MCScanX
  运行MCScanX之前，我们需要将gff文件、blast文件放入同一个文件夹，且gff文件是两个物种gff文件合并的gff。另外两个文件的名字需要相同，我这里是se_so.gff和se_so.blast。

  MCScanX se_so
  

  得到三个文件：se_so.html、se_so.collinearity、se_so.tandem。

• 绘制共线性点图

  • 控制文件
    绘制共线性点图需要dot.ctl文件。文件格式为：

  800
  800
  so1,so2,so3,so4,so5,so6,so7,so8,so9,so10,so11
  se22,se21,se20,se19,se18,se17,se16,se15,se14,se13,se12,se11,se10,se9,se8,se7,se6,se5,se4,se3,se2,se1
  # 从上往下分别为X轴、Y轴的像素大小，X轴、Y轴染色体顺序（染色体格式需要为物种名+条数，eg:so1 ）
  

  • 绘图命令：

  java dot_plotter -g se_so.gff -s se_so.collinearity -c dot.ctl -o dot.PNG
  

  dot.PNG

参考过的blog

基因组共线性工具MCScanX使用说明
生物信息学共线性分析软件MCScanX的小白安装教程
MCScanX ‖ 安装、报错解决方法及简单使用
基因组共线性工具MCScanX使用说明