实验篇——家族成员染色体位置分析

实验篇——家族成员染色体位置分析

---

前言

在基因家族分析中，通过观察基因家族成员在染色体上的位置。可以判断在染色体上是否成簇分布。

---

一、名词解释

染色体位置分析是一种用于研究基因在染色体上具体位点的方法。

在家族成员染色体位置分析中，我们会标注出家族成员之间共享的染色体位点，观察基因家族成员在染色体上是否成簇分布。
如果基因家族成员在染色体上的位置分散、随机分布，则说明其不成簇分布，反之则是

二、实操

基于TBtools软件
点击菜单栏中的"Graphics",再点击 “Show Genes on Chromosome”,最后点击 “Gene Location Visualize from GTF/GFF”.

从上往下，第一和第二个空是必填的。其余可选填。

1. 获取存储基因ID的文件

获取存储基因ID的文件（获取的基因ID要与gff文件中的对应）

def quchu_geneid(gene_file, output_file):
    with open(gene_file, "r") as f:
        sequences = f.read().split(">")[1:]

    gene_ids = []
    for sequence in sequences:
        lines = sequence.split("\n")
        gene_id = lines[0].split(" ")[0]
        gene_ids.append(gene_id)

    with open(output_file, "w") as f:
        for gene_id in gene_ids:
            f.write(gene_id + "\n")

gene_file = "D:\yuceji\Lindera_aggregata.gene.pep"
output_file = "gene_ids.txt"
quchu_geneid(gene_file,output_file)

或者使用Linux中的sec工具：

sed -n 's/^>\([^ ]*\).*/\1/p' /home/wuyao.pep >output
less -SN output

前面两种方法都是直接基于pep文件提取基因ID，我们也可以从gff文件中提取。具体代码请看另一篇文章：
鉴定不同基因的复制模式

在这篇文章中的对gff文件修改的代码中。我们可以只提取基因ID，简单修改一下代码就能使用了。

2. 获取基因密度文件

获取基因密度文件
点击菜单栏中的"Sequence Toolkit",再点击 “GFF3/GTF Manipulate”,最后点击 “Gene Density Profile”.

在给定的基因密度文件中，这四列分别代表以下内容：

第一列：染色体名称。它指示了每个区域所属的染色体。
第二列：起始位置。它表示每个区域的起始位置（以碱基为单位）。
第三列：终止位置。它表示每个区域的终止位置（以碱基为单位）。
第四列：基因密度。它表示在每个区域内检测到的基因数目或相关的基因特征的数量。

3. 获取染色体文件

获取染色体文件，从gff文件中提取

import pandas as pd

def quchu_chr(gff_file, output_file):
    data = pd.read_csv(gff_file, sep="\t", skiprows=1)
    data = pd.DataFrame(data)
    chr_col = data.iloc[:, 0].unique()
    chr_col = pd.Series(chr_col)
    chr_col.to_csv(output_file, index=False,header= False)

quchu_chr("D:\yuceji\Lagg.gene.gff", "chr_output.csv")

4. 执行

示例执行（随便提取的基因ID）：

如果希望了解家族成员基因在染色体上的位置，观察是否成簇分布，可以输入包含家族成员基因ID的文件。

---

总结

本章是在TBtools软件上进行操作的，十分快速得得到了染色体位置分析的可视化图形。通过对图形的观察来判断家族成员基因在染色体上是否成簇分布。

天苍苍，野茫茫，风吹草低现牛羊。

–2023-8-22 实验篇