作者 - 雷神之錘
前記-HomoBlock
雷神之錘的我铜靶，之前設(shè)計(jì)了一個(gè)HomBlocks流程，可以很方便地幫助大家構(gòu)建細(xì)胞器基因組的比對(duì)序列，再用來(lái)建樹(shù)呐籽。大家如果不明所以的話盏浇，可以搜索查看基迪奧論壇上我的其他的帖子变丧，就知道這個(gè)流程具體怎么運(yùn)行，最終用來(lái)干什么了绢掰。
HomBlocks也發(fā)表在了Genomics上痒蓬，地址：http://www.sciencedirect.com/sci ... i/S088875431730068X
當(dāng)時(shí)發(fā)帖的時(shí)候，號(hào)稱一天之內(nèi)拿到細(xì)胞器基因組樹(shù)滴劲。自然攻晒，在序列數(shù)目不多的時(shí)候，HomBlocks的運(yùn)行還是比較快的班挖，一天之內(nèi)拿到比對(duì)好的序列鲁捏，用MEGA跑一下NJ樹(shù)還是沒(méi)有問(wèn)題的。但是隨著序列數(shù)目的增加萧芙、物種親緣性的疏遠(yuǎn)给梅、序列長(zhǎng)度差異越大或者清一色使用葉綠體基因組假丧，會(huì)導(dǎo)致軟件運(yùn)行的時(shí)間還是比較久。比如使用70個(gè)葉綠體序列动羽，來(lái)跑HomBlocks可能會(huì)花上幾天時(shí)間包帚。
因?yàn)镸auve的比對(duì)只能單線程運(yùn)行，所以速度上沒(méi)有辦法再提高运吓。
雖然HomBlocks的依然能跑出結(jié)果渴邦，但是讓人等待的過(guò)程也實(shí)在是煎熬。什么時(shí)候能跑出來(lái)拘哨？跑到哪里了几莽？程序是不是中斷了？
再雖然宅静，HomBlocks相比傳統(tǒng)手動(dòng)方法（手動(dòng)挑取基因序列進(jìn)行比對(duì)再合并序列）在效率上和簡(jiǎn)便性上章蚣，已經(jīng)算得上很不錯(cuò)啦。起碼你只需要等待姨夹，無(wú)須手動(dòng)纤垂，也不怕出來(lái)的序列有問(wèn)題。
但是磷账！就真沒(méi)有更快的方法了嗎峭沦？
升級(jí)-BLAST2OGMSA
雷神の錘告訴你，還真有逃糟！我給你搞出來(lái)了吼鱼！現(xiàn)在的方法號(hào)稱：
“五！分绰咽！鐘菇肃！內(nèi)！拿取募！到琐谤！細(xì)！胞玩敏！器斗忌！基！因旺聚！組织阳！的！進(jìn)砰粹！化唧躲！樹(shù)！”。
我們這個(gè)新的方法（也算不上什么流程）惊窖，叫做BLAST2OGMSA。
這個(gè)新方法的文章題目我也想好了——BLAST2OGMSA: an convenient way to construct whole organelle genomes alignment to facilitate phylogeny analysis.
大家看到這個(gè)題目大概也了解了厘贼，為什么我們能在5分鐘之內(nèi)拿到這么個(gè)東西了界酒。
比對(duì)的話，什么最快嘴秸？mafft?clustalw?muscle? No, No, No, No毁欣。是BLAST!
不然NT數(shù)據(jù)庫(kù)那么大，你怎么能夠那么快速地在網(wǎng)頁(yè)上檢索序列呢岳掐？
那我們需要自行構(gòu)建序列的庫(kù)凭疮，然后兩兩比對(duì)，再解析blast結(jié)果嗎串述？
不需要执解！
正常的思路的確是這樣，利用blast的快速比對(duì)（雖然在比對(duì)精度上不如其他正統(tǒng)序列比對(duì)軟件）纲酗，來(lái)解析blast結(jié)果衰腌。但是，還是挺麻煩的觅赊。首先要把blast結(jié)果保存成xml格式右蕊，然后再提取序列，序列再定位吮螺，再提取.............然后你會(huì)發(fā)現(xiàn)饶囚，對(duì)位還是有問(wèn)題，還不如直接用mafft來(lái)比呢鸠补。
但BLAST2OGMSA直接避開(kāi)了這么個(gè)過(guò)程萝风，直接使用ncbi網(wǎng)頁(yè)版BLAST工具就行了。
BLAST2OGMSA就是一個(gè)腳本紫岩，只需要你提供兩個(gè)文件就行闹丐。
那這兩個(gè)文件從哪來(lái)？
操作-超快
那順便說(shuō)一下BLAST2OGMSA的使用方法：
首先被因，將你需要構(gòu)建系統(tǒng)發(fā)生樹(shù)的所有序列卿拴，合并在一個(gè)文件里。
打開(kāi)ncbi的BLAST工具梨与， 點(diǎn)開(kāi)Align two or more sequences選項(xiàng)堕花。
- 將你準(zhǔn)備好的序列，隨便選一個(gè)粥鞋，放入第一欄缘挽；將所有序列選中，放入第二欄，然后比對(duì)啦壕曼。
-
在蹦出來(lái)的結(jié)果頁(yè)面苏研，點(diǎn)開(kāi)MSA View項(xiàng)。
MSA view.png -
在蹦出來(lái)的MSA View界面腮郊，將blast比對(duì)出來(lái)的結(jié)果download下來(lái)（這個(gè)是最初的結(jié)果摹蘑，但不能用，我們需要從中提取有效信息）轧飞，舉個(gè)例子我們保存成X.aln文件衅鹿。
x.aln.png -
在原來(lái)的結(jié)果界面，在下部分的結(jié)果部分过咬，我們選中所有序列大渤，選擇download，文件名就默認(rèn)為seqdump.txt就好掸绞。
seqdump.txt.png
seqdump2.txt.png 我們有了X.aln和seqdump.txt兩個(gè)文件泵三，然后運(yùn)行BLAST2OGMSA:
perl BLAST2OGMSA.pl -method=Gblocks X.aln seqdump.txt output.fasta
然后產(chǎn)生的output.fasta就是我們可以用來(lái)建樹(shù)的序列啦！然后簡(jiǎn)單跑一下NJ:
結(jié)果-完美
還記得我第一篇帖子中的36個(gè)嚙齒類動(dòng)物線粒體的系統(tǒng)發(fā)生樹(shù)嗎衔掸？結(jié)構(gòu)一致哦切黔，節(jié)點(diǎn)的支持度都OK！這個(gè)過(guò)程花了多長(zhǎng)時(shí)間具篇？5分鐘都沒(méi)有吧纬霞！
BLAST2OGMSA也跟HomBlocks提供了4中序列修剪方法：
- Gblock
- trimAl
- BMGE
- Noisy
所以大家用的時(shí)候，可以按照自己的需要進(jìn)行選擇驱显。
BLAST2OGMSA的用法也實(shí)在很簡(jiǎn)單诗芜，沒(méi)有別的參數(shù)，只需要按順序把文件列好就行了埃疫，可以參考例子中的命令伏恐，如果不知道怎么用，那么直接perl BLAST2OGMSA.pl查看一下就行了栓霜。
軟件下載與使用
BLAST2OGMSA的地址：https://github.com/fenghen360/BLAST2OGMSA
下載解壓之后翠桦，需要將bin目錄下的所有文件可執(zhí)行化：chmod 755 * 就行。
剛有空寫(xiě)出來(lái)胳蛮，readme都沒(méi)來(lái)得及詳細(xì)寫(xiě)销凑，大家忽略readme就行，我有空再好好寫(xiě)寫(xiě)仅炊。
引用
大家引用的話斗幼，就先這么寫(xiě)就好：
the genome-wide alignment of XXX genomes was constructed by BLAST2OGMSA ([https://github.com/fenghen360/BLAST2OGMSA) (https://github.com/fenghen360/BLAST2OGMSA), resulting in XXXXX characters of each species, which including all PCGs and rRNA genes.
后記-聯(lián)系作者
有三個(gè)方式可以找到作者
- bioinformatics{*}中國(guó)(276151571) - 還剩幾個(gè)空位
- bioinformatics{*}中國(guó)大分舵(744366744)
- Omicshare論壇
