更多內(nèi)容關(guān)注微信公眾號(hào)：“今日之森”? ?后獲取。

【除夕當(dāng)天】

平日里也不知道忙的啥，總是疏于和朋友們聯(lián)絡(luò)。

今年是牛年，可以牛氣沖天。

吃過年夜飯，趁著過年的喜慶日子，和朋友們聯(lián)系聯(lián)系，挺好的。

有的朋友從不聯(lián)系，有的朋友久不聯(lián)系，有的朋友偶有聯(lián)系。

不管怎樣，過年的日子就總有理由可以聯(lián)系聯(lián)系。

晚上六點(diǎn)多吃過飯看了會(huì)兒春晚就和朋友們陸續(xù)開始聯(lián)絡(luò)起來，主要是和平日里很少聯(lián)系的朋友們聯(lián)絡(luò)。簡單聊了一會(huì)兒就開始和去年相識(shí)的幾個(gè)小朋友吃雞了，打游戲還是好玩的，到了晚上十二點(diǎn)，與兄弟三人去了家門口廟里燒香，家里人說是討個(gè)來年吉祥，往年去廟里磕頭還能有個(gè)期許，今年就比較簡單了，磕完頭就完事兒了，心里也沒想啥有的沒的。燒完香回來也睡不著，那就簡單寫點(diǎn)東西。

祝愿朋友們來年牛氣沖天，事事順順利利。

【廢話當(dāng)頭】

之前說過，我一直在想一些關(guān)于基因家族分析的事情。今天開始就寫一個(gè)基因家族分析的專題，一方面是想把一些簡單的事情分享給朋友們，有問題的地方或許還可以得到朋友們的指導(dǎo)和批評(píng)，另一方面也是把自己學(xué)到的東西整理一下，以備將來需要。

由于自己學(xué)習(xí)的局限，有錯(cuò)誤的地方大家需要自行斟酌，當(dāng)然最好可以給我指出來。

【前言】

關(guān)于基因家族分析的概念和內(nèi)容，想必大家很輕松就可以查到，這里就不再重復(fù)，相關(guān)的文獻(xiàn)更是不勝枚舉，總體來看，文獻(xiàn)中關(guān)于基因家族分析的常規(guī)套路是很容易重復(fù)出來的，思路也會(huì)很簡單。但是有一件事情必須清楚，簡單的做一些基因家族分析并不能發(fā)很好的文章，當(dāng)然也最好不要為了發(fā)文章而學(xué)基因家族分析。要不然很容易誤入歧途而不能自拔，因?yàn)榘凑粘Ｒ?guī)套路做基因家族分析太過簡單，水水文章也很輕松，但是這樣，很多時(shí)候也就背離了初心。因此，我更傾向于將基因家族分析理解為科研入門過程中對(duì)基因序列所包含的信息進(jìn)行較為深入的認(rèn)識(shí)，可以對(duì)自己所研究的相關(guān)內(nèi)容起到很好的輔助作用。

【進(jìn)入主題——基因家族成員的確定】

基因家族成員的確定是進(jìn)行分析的第一步，也是最為關(guān)鍵的一步。由于我是研究作物的，所以后面的介紹都以植物為主進(jìn)行。

首先需要明確，對(duì)于想要研究的基因家族是否已有主要的保守結(jié)構(gòu)域的隱馬爾可夫（HMM）模型，若有，則直接從Pfam網(wǎng)站下載相關(guān)模型，然后使用模型文件去目標(biāo)物種基因組（蛋白）中搜索即可；若無，則需要從文獻(xiàn)中整理可靠的基因家族序列，以這些序列構(gòu)建HMM模型，然后同上；若文獻(xiàn)中不好找，或者找不到，那就請(qǐng)使用NCBI中Protein數(shù)據(jù)庫搜索相似的序列，以這些序列構(gòu)建HMM模型，然后同上。

整體的鑒定思路或許可以參考下面的建議：

首先使用文獻(xiàn)中已發(fā)表序列集合作為種子序列，使用本地blastp比對(duì)到目標(biāo)序列。然后再使用基因家族結(jié)構(gòu)域HMM模型文件去hmmsearch第一步的結(jié)果。最后去除重復(fù)序列。

大致思路如上，至于上述提及的一些有疑惑的地方會(huì)在后面的介紹中提到。

【實(shí)際操作】

1、首先，不管目標(biāo)基因到底是個(gè)什么情況，先不管，我們首先將目標(biāo)物種的相關(guān)基因組數(shù)據(jù)和注釋文件下載下來，推薦使用EnsemblPlants數(shù)據(jù)庫http://plants.ensembl.org/info/data/ftp/index.html

選擇這個(gè)網(wǎng)站，一是因?yàn)榇蠖鄶?shù)植物數(shù)據(jù)都有，二是因?yàn)樽⑨屛募容^友好，三是因?yàn)榫W(wǎng)頁容易打開，下載速度較快（推薦IDM下載神器進(jìn)行下載）。

比如擬南芥（Arabidopsis thaliana ），可以將DNA，cDNA，CDS，Protein sequence，Gene?sets（GTF&GFF3）這幾個(gè)文件都下載下來，以后會(huì)用到。其他的文件大家就自行探索吧。下載好之后在后續(xù)分析過程中直接使用就好，不建議進(jìn)行手動(dòng)修改，尤其不建議對(duì)注釋文件（GTF，GFF3）進(jìn)行修改。

2、在Pfam網(wǎng)站https://pfam.xfam.org/下載隱馬爾可夫模型，

比如先隨便以WD40這個(gè)結(jié)構(gòu)域?yàn)槔?，可以看到HMM?information中可以下載該結(jié)構(gòu)域的HMM模型。

3、以下載好的HMM模型向目標(biāo)物種基因組序列（蛋白）搜索，以得到大致的基因家族成員。

這一步需要用到hmmer程序http://hmmer.org/下的子程序hmmsearch。

先寫到這里，睡覺，晚安。