file

注：圖簡單介紹

Proteomes：有三個物種，每個方框內(nèi)的存在旁系同源(存在于一個物種中祭示，因基因復(fù)制而被區(qū)分開括堤，且功能發(fā)生改變)(圖中體現(xiàn)為形狀不一樣)，不同方框之間存在直系同源(因物種形成而被區(qū)別開绍移，一個基因原先存在于某個物種，而該物種分化為了兩個物種讥电，兩個物種中的相同的基因功能未變化)(圖中體現(xiàn)為形狀一樣)蹂窖。

Orthogroups：直系同源群，分為3個群恩敌，同一個圈內(nèi)的基因功能一樣(圖中體現(xiàn)形狀一樣)瞬测。

Gene Trees：將上面分成的直系同源群分別進行進化樹分析。(分成幾個纠炮，就能畫幾個進化樹)月趟。

Species Tree：根據(jù)直系同源群畫的樹，進行物種樹的繪制恢口。

Orthologues：直系同源孝宗，可以知道每個直系同源的起源。

summary statictistics：一些統(tǒng)計情況耕肩。

2.相關(guān)概念

同源序列可以分為直系同源和旁系同源因妇。

直系同源(Orthologs)：直系同源的序列因物種形成而被區(qū)分開，若一個基因原先存在于某個物種猿诸，而該物種分化為了兩個物種婚被，兩個物種中的相同的基因功能未變化，那么新物種中的基因是直系同源的梳虽。

旁系同源(Paralogs)：旁系同源的序列存在于同一個物種址芯。旁系同源的序列因基因復(fù)制而被區(qū)分開，若生物體中的某個基因被復(fù)制了，功能改變了谷炸，那么兩個副本序列就是旁系同源北专。

圖片來自百度

file

3.OrthoFinder的安裝

下載站網(wǎng)站： https://github.com/davidemms/OrthoFinder/releases

image

下載完成后用FileZilla等軟件把安裝包傳到Linux服務(wù)器上旗闽。連接上服務(wù)器，輸入以下代碼完成解壓和安裝蜜另。

#終端連接服務(wù)器
ssh 用戶名@服務(wù)器地址
password(密碼)
#解壓縮
tar xzf OrthoFinder_glibc-2.17.tar.gz
cd OrthoFinder/               #cd到可執(zhí)行文件orthofinder所在的文件夾
./orthofinder                 #如果出現(xiàn)以下圖片所示适室，說明軟件已經(jīng)可以運行。

./orthofinder

4.軟件的使用

image

#查看幫助文檔
cd --
OrthoFinder/orthofinder -h
#以軟件自帶的數(shù)據(jù)運行
OrthoFinder/orthofinder -f OrthoFinder/ExampleData -S diamond   #第一個參數(shù):OrthoFinder/orthofinder為orthfinder可執(zhí)行文件所在地址耸序。第二個參數(shù)-f:輸入目錄忍些，里面包含需要運行的蛋白質(zhì)fasta文件。第三個參數(shù)-S:序列搜索程序坎怪，默認為diamond罢坝。

image

5.運行結(jié)果文件解讀

結(jié)果文件

(1)直系同源群(Orthogroups)目錄

Orthogroups.tsv：一個制表符分隔的文本文件殉了，每行包含屬于單個直系同源群的基因开仰。來自每個直系同源群基因被組織成列，每個物種一列。

Orthogroups_UnassignedGenes.tsv：一個制表符分隔的文本文件众弓，其格式與Orthogroups.csv相同恩溅，但包含未分配給任何直系同源群的所有基因。

Orthogroups.txt(傳統(tǒng)格式):包含Orthogroups.tsv文件中描述的直系同源群谓娃，但使用OrthoMCL輸出格式脚乡。(方便需求)

Orthogroups.GeneCount.tsv：一個制表符分隔的文本文件，其格式與Orthogroups.csv相同滨达，但包含每個直系同源群中每個物種的基因數(shù)計數(shù)奶稠。

Orthogroups_SingleCopyOrthologues.txt：每個物種正好包含一個基因的直系同源群列表，即它們包含一對一的直系同源物捡遍。 它們非常適合進行種間比較和種樹推斷锌订。(實際使用時候可以根據(jù)需求挑選)

file

(2)直系同源物(Orthologues)目錄

直系同源物目錄為每個物種包含一個子目錄，該子目錄又包含每個成對物種比較文件画株，列出該物種對之間的直系同源物辆飘。 直系同源物可以是一對一，一對多或多對多谓传，這取決于直系同源物分化后的基因復(fù)制事件蜈项。文件中的每一行都包含一個物種中的基因，而該基因是另一物種中該基因的直系同源物续挟，并且每一行都被交叉引用到包含這些基因的直系群中战得。

file

(3)基因樹(Gene Trees)目錄

為每個直系同源群推斷的系統(tǒng)發(fā)育樹。(根據(jù)需求用)

file

(4)解析的基因樹( Resolved Gene Trees)目錄

image

(5)物種樹(Species Tree)目錄

SpeciesTree_rooted.txt：從所有直系同源群推斷出的STAG物種樹浇冰，包含內(nèi)部節(jié)點上的STAG支持值贬媒，并以STRIDE為根。

file

(6)比較基因組統(tǒng)計目錄

Duplications_per_Orthogroup.tsv：是一個制表符分隔的文本文件，該文件給出每個直系同源組中標識的復(fù)制項的數(shù)量漂佩。 該數(shù)據(jù)的主文件是Gene_Duplication_Events / Duplications.tsv脖含。

Duplications_per_Species_Tree_Node.tsv：是一個制表符分隔的文本文件，該文件給出了沿物種樹的每個分支發(fā)生的復(fù)制次數(shù)投蝉。 該數(shù)據(jù)的主文件是Gene_Duplication_Events / Duplications.tsv养葵。

Orthogroups_SpeciesOverlaps.tsv：一個制表符分隔的文本文件，其中包含每個物種對之間共享的直系同源群（以方矩陣形式）瘩缆。

OrthologuesStats _ *.tsv：是制表符分隔的文本文件关拒，其中包含矩陣，這些矩陣給出了每對物種之間一對一，一對多和多對多關(guān)系的直向同源物數(shù)量着绊。

Statistics_Overall.tsv：一個制表符分隔的文本文件谐算，其中包含有關(guān)直系同源群大小和分配給直系同源群的基因比例的常規(guī)統(tǒng)計信息。

Statistics_PerSpecies.tsv：一個制表符分隔的文本文件归露，其中包含與Statistics_Overall.csv文件相同的信息洲脂，但包含每個單獨的物種。

在Statistics_Overall.csv 和Statistics_PerSpecies.csv中的一些名詞

Species-specific orthogroup：完全由一個物種的基因組成的直系同源群剧包。

G50: 直系同源群中的基因數(shù)量恐锦，以使50％的基因位于該大小或更大的直系同源群中。

O50: 最小數(shù)目的正交群玄捕，以使50％的基因位于該大小或更大的直系同源群中踩蔚。

Single-copy orthogroup: 單拷貝直系同源群，每個物種中僅有一個基因的直系同源群枚粘。 這些直系同源群是推斷物種樹和許多其他分析的理想選擇馅闽。

Unassigned gene: 未分配的基因，尚未與任何其他基因放入直系同源群的基因馍迄。

file

(7)基因復(fù)制事件(Gene Duplication Events)目錄

Duplications.tsv：一個制表符分隔的文本文件福也，其中列出了所有基因復(fù)制事件，這些事件是通過檢查每個直系同源群基因樹的每個節(jié)點來標識的攀圈。

SpeciesTree_Gene_Duplications_0.5_Support.txt ：提供了物種樹分支上上述復(fù)制的總和暴凑。 它是newick格式的文本文件。 每個節(jié)點或物種名稱后面的數(shù)字是在導(dǎo)致節(jié)點/物種的分支上發(fā)生的具有至少50％支持的基因復(fù)制事件的數(shù)量赘来。

file

(8)直系同源群(Orthogroups sequences)序列

每個直系同源群的FASTA文件給出了每個直系同源群中每個基因的氨基酸序列现喳。

file

(9)單拷貝的直系同源群序列(Single copy orthologue sequences)

與直系同源群序列目錄相同的文件，但僅限于每個物種僅包含一個基因的直系同源群犬辰。

file