比较基因组学中，共线性的分析的图无疑是很漂亮的。
共线性分析可以很好地解释进化关系和多倍化事件。上一篇介绍了怎么利用MCScanX来做共线性分析，虽然后面有java的包来支持后续的画图和分析，总觉得不是很适合来调整图片的美观程度。今天主要测试的是Python版McScan（jcvi工具包），这个包很强大，是从MCScanx升级而来的基因组共线性分析软件。
===安装===
conda create -y -c bioconda -c conda-forge -n jcvi jcvi //为了怕依赖包冲突，新建了一个jcvi的环境
source activate jcvi
pip install git+git://github.com/tanghaibao/jcvi.git
或者 pip install jcvi
然后，安装额外的依赖环境：Kent tools，BEDTOOLS，EMBOSS，LAST，LaTex。
其中，BEDTOOLS, EMBOSS和LAST可以用conda来安装。
conda install -y -n jcvi -c bioconda bedtools emboss last
pip install latex
Kent自己编译一下：
wget http://hgdownload.cse.ucsc.edu/admin/jksrc.zip
unzip jksrc.zip
cd kent/src/lib
make
===测试数据===
下载拟南芥和水稻的数据：
#A thaliana
wget ftp://ftp.ensemblgenomes.org/pub/plants/release-44/fasta/arabidopsis_thaliana/cdna/Arabidopsis_thaliana.TAIR10.cdna.all.fa.gz
wgetftp://ftp.ensemblgenomes.org/pub/plants/release-44/fasta/arabidopsis_thaliana/pep/Arabidopsis_thaliana.TAIR10.pep.all.fa.gz
wget ftp://ftp.ensemblgenomes.org/pub/plants/release-44/gff3/arabidopsis_thaliana/Arabidopsis_thaliana.TAIR10.44.gff3.gz
#O sativa
wgetftp://ftp.ensemblgenomes.org/pub/plants/release-44/fasta/oryza_sativa/cdna/Oryza_sativa.IRGSP-1.0.cdna.all.fa.gz
wgetftp://ftp.ensemblgenomes.org/pub/plants/release-44/fasta/oryza_sativa/pep/Oryza_sativa.IRGSP-1.0.pep.all.fa.gz
wgetftp://ftp.ensemblgenomes.org/pub/plants/release-44/gff3/oryza_sativa/Oryza_sativa.IRGSP-1.0.44.gff3.gz
# convert gff to bed
python -m jcvi.formats.gff bed --type=mRNA--key=transcript_id Arabidopsis_thaliana.TAIR10.44.gff3.gz > ath.bed
python -m jcvi.formats.gff bed --type=mRNA--key=transcript_id Oryza_sativa.IRGSP-1.0.44.gff3.gz > osa.bed
# deduplication
python -m jcvi.formats.bed uniq ath.bed
python -m jcvi.formats.bed uniq osa.bed
seqkit grep -f <(cut -f 4 ath.uniq.bed )Arabidopsis_thaliana.TAIR10.cdna.all.fa.gz | seqkit seq -i > ath.cds
seqkit grep -f <(cut -f 4 ath.uniq.bed )Arabidopsis_thaliana.TAIR10.pep.all.fa.gz | seqkit seq -i > ath.pep
seqkit grep -f <(cut -f 4 osa.uniq.bed) Oryza_sativa.IRGSP-1.0.cdna.all.fa.gz| seqkit seq -i > osa.cds
seqkit grep -f <(cut -f 4 osa.uniq.bed )Oryza_sativa.IRGSP-1.0.pep.all.fa.gz | seqkit seq -i > osa.pep
mkdir -p cds && cd cds
ln -s ../ath.cds ath.cds
ln -s ../ath.uniq.bed ath.bed
ln -s ../osa.cds osa.cds
ln -s ../osa.uniq.bed osa.bed
# compara
python -m jcvi.compara.catalog ortholog--no_strip_names ath osa
生成的结果文件如下图所示：
pdf里面的点阵信息如下图所示，基本没什么共线性。
换蛋白的试下：
python -m jcvi.compara.catalog ortholog --dbtype prot --no_strip_names ath osa
它生成的文件里除了PDF里面的点阵图之外，还有：
ath.osa.last: 基于LAST的比对结果
ath.osa.last.filtered: LAST的比对结果过滤串联重复和低分比对
ath.osa.anchors: 高质量的共线性区块
ath.osa.lifted.anchors:增加了额外的锚点，形成最终的共线性区块
用水稻和拟南芥进行了比较之后，发现后面基本上也没啥可以分析了。所以我们换个和拟南芥一个种的例子来看，A.lyrata。
python -m jcvi.compara.catalog ortholog --no_strip_names ath aly
我们可以发现，都作为Arabidopsis属的两个物种，他们之间存在很高的同源性，点阵图也是非常好看的。
并且同源区比例是1:1。
看下别人paper中的效果（2011年的Nature Genetics上A.lyrata）：
用JCVI的画图模块实现这种效果，只不过还需要一些其它文件，创建如下三个文件
seqids: 需要展现哪些序列
layout: 不同物种的在图上的位置
.simple: 从.anchors文件创建的更简化格式
创建simple文件：
python -m jcvi.compara.synteny screen --minspan=30 --simple ath.aly.anchors ath.aly.anchors.new
创建seqid文件，非常简单，就是需要展示的scaffold或染色体的编号。
创建layout文件，用于设置绘制的一些选项。
最后运行下面的命令，会得到一个karyotype.pdf
python -m jcvi.graphics.karyotype seqid.txt layout.txt
===测试多个物种的数据===
下载三个物种的数据：
python -m jcvi.apps.fetch phytozome Vvinifera,Ppersica,Tcacao
python -m jcvi.formats.gff bed --type=mRNA --key=Name Vvinifera_145_Genoscope.12X.gene.gff3.gz -o grape.bed
python -m jcvi.formats.gff bed --type=mRNA --key=Name Ppersica_298_v2.1.gene.gff3.gz -o peach.bed
python -m jcvi.formats.gff bed --type=mRNA --key=Name Tcacao_523_v2.1.gene.gff3.gz -o cacao.bed
python -m jcvi.formats.fasta format Vvinifera_145_Genoscope.12X.cds.fa.gz grape.cds
python -m jcvi.formats.fasta format Ppersica_298_v2.1.cds.fa.gz peach.cds
python -m jcvi.formats.fasta format Tcacao_523_v2.1.cds.fa.gz cacao.cds
python -m jcvi.compara.catalog ortholog grape peach --cscore=.99 --no_strip_names
python -m jcvi.compara.catalog ortholog peach cacao --cscore=.99 --no_strip_names
python -m jcvi.compara.synteny screen--minspan=30 --simple grape.peach.anchors grape.peach.anchors.new
python -m jcvi.compara.synteny screen--minspan=30 --simple peach.cacao.anchors peach.cacao.anchors.new
python -m jcvi.graphics.karyotype seqids layout
我们在来看layout文件。第一列，二列，三列控制的是track的位置。rotation是方向，color是颜色，label是标签。va是vertical alignment。
所以修改配置，是可以控制每个track的位置的。
这样就可以三角性状显示。
然后如果想highlight其中的某个line，可以修改anthor.simple文件：
前面加了r*（r是红色，g是绿色等）。
其中还有一些参数，例如--shadestyle=line（共线性区域是用曲线还是线），font是字体，--diverge是track色系的调整，等等。
总之，一个好看的图要不断的进行调整。
本文使用 文章同步助手 同步