某基因的生物信息学分析方法讲述

1、对某基因一些简单的生物信息学分析方法牛志伟2022-3-19 所需用到的软件： DNAman 6.0； Bioxm； MEGA; DAMBE; PAML; Matlab;2022-3-19DatabaseWebsiteNCBIGene Database Goathttp:/ Nc Valuehttp:/emboss.bioinformatics.nl/cgi-bin/emboss/chipsEMBOSS CUSPhttp:/emboss.bioinformatics.nl/cgi-bin/emboss/cuspEMBOSS CAIhttp:/

2、emboss.bioinformatics.nl/cgi-bin/emboss/caiSwiss/NCBI CD-Search/Structure/cdd/wrpsb.cgiPfam/search/sequenceSMARThttp:/smart.embl-heidelberg.de/SOPMAhttp:/npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_sopma.htmlProtFunht

3、tp:/www.cbs.dtu.dk/services/ProtFun/2022-3-19pic22022-3-192022-3-192022-3-19http:/ 32022-3-19序列序列比对比对多序列比对多序列比对2022-3-19文件夹文件夹(找到你存放序列的文件夹找到你存放序列的文件夹)点点确定确定下一步下一步下一步完成2022-3-19输出输出-树树-系统发育树系统发育树2022-3-192022-3-192022-3-192022-3-192022-3-192022-3-192022-3-192022-3-19http:/emboss.bioinformatics.nl/cgi

4、-bin/emboss/chips2022-3-19http:/emboss.bioinformatics.nl/cgi-bin/emboss/cai2022-3-19要算CBI，需要先算每个物种的cusp；算cusp的网址如下：http:/emboss.bioinformatics.nl/cgi-bin/emboss/cusp将保存的文件命名为CUSP.txt将cusp.txt用写字板程序打开（右键-打开方式-记事本程序），出现如下界面保存文件，并将该文件复制到matlab安装文件夹的bin文件夹下打开matlab程序，在command window窗口中粘进下页中的代码2022-3-19a

5、=importdata(CUSP.txt);data=a.data(a.data(:,1)=0,:);textdata1=a.textdata(2:end,1:2);textdata=textdata1(a.data(:,1)=0,:);a_num=unique(textdata(strcmp(textdata(:,2),*)=0,2);for i=1:length(a_num) ni(i)=sum(data(strcmp(a_num(i),textdata(:,2),3); nimax(i)=max(data(strcmp(a_num(i),textdata(:,2),3); Si(i)=l

6、ength(textdata(strcmp(textdata(:,2),a_num(i),2);endntot=sum(ni)-ni(:,strcmp(a_num,M)-ni(:,strcmp(a_num,W);Rij=0;for i=1:length(data) Rij(i)=data(i,3)/max(data(strcmp(textdata(i,2),textdata(:,2),3);enda_num1=a_num(Si=1);Si1=Si(Si=1);ni1=ni(Si=1);a_num2=a_num1(strcmp(a_num1,M)=0&strcmp(a_num1,W)=0

7、);Si2=Si1(:,strcmp(a_num1,M)=0&strcmp(a_num1,W)=0);ni2=ni1(:,strcmp(a_num1,M)=0&strcmp(a_num1,W)=0);tmp=0;tmp_data=0;CBI=0;for i=1:length(a_num2) for j=1:Si2(i) %count=count+1; tmp_data=Rij(1,strcmp(a_num2(i),textdata(:,2); tmp=sum(1-tmp_data(j)2)/(Si2(i)-1)+tmp; end CBI=sum(ni2(i)/ntot)*tmp

8、)+CBI; tmp=0;end便会出现结果，点击右键，复制结果值2022-3-19Align-edit/build Alignment2022-3-19注意此时将终止密码子去除。方式：鼠标左键选中，然后按后退键注意此时修改序列名称，因为后面有个软件要求序列名称不超过10个字符，且序列名称与序列之间空格不少于2字符，所以将名称修改成物种名即可，方式：右键编辑序列名称2022-3-19Alignment -Align by ClustalW（Codons）或者Align by Muscle（Codons）Data-Export AlignmentFASAT Format保存成名为：XX.fas

9、Fileopen standard sequence file打开名为xx.fas的文件FileSave or Convert Sequence Format(建议选择PAML格式)保存为名为xx.PML的文件2022-3-19G、把转换后的数据文件xx.PML和PAML子程序yn00.exe和它的控制文件yn00.ctl放到相同的工作文件夹中；右键点击yn00.ctl，打开方式选记事本文件保存关闭窗口2022-3-19打开输出文件xx-result.txt，即可查看结果。在文件夹中双击yn00.exe；2022-3-191、ka/ks的计算步骤：A、安装PAML、MEGA和DAMBE软件；B

10、、从MEGA软件中的File中导入需进行比对的序列文件，点击Align（要求核苷酸序列是三的倍数，没有终止密码子，核苷酸序列的第一位是密码子的第一位）；C、在新打开的窗口中的Alignment按钮中选择序列比对的方法（可选择Align by ClustalW（Codons）或者Align by Muscle（Codons）；D、在新窗口中的Data按钮中选择序列比对结果的输出方式（建议选择Fasta格式）；E、打开DAMBE中的File按钮导入序列比对文件(选择open standard sequence file)；F、在DAMBE中的File按钮把文件转化成所需要的格式进行输出(选择Sav

11、e or Convert Sequence Format,建议选择PAML格式,虽然phylip格式和nexus格式也可被PAML有条件的识别，但要按照PAML的要求进行改造：a、序列名称需不超过10个字符，b、序列名称和序列之间需有2个以上的空格间隔，c、如果是层叠式数据，需要加上I进行注释，其余类别数据同理处理)；G、把转换后的数据文件和PAML子程序yn00.exe和它的控制文件yn00.ctl放到相同的工作文件夹中；H、对yn00.ctl文件的输入、输出项根据自己的输入、输出文件名进行相应修改；I、打开命令行，把当前目录调整到工作文件夹中，输入yn00；J、打开输出文件，即可查看结果。

12、2022-3-192022-3-19http:/npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_sopma.html2022-3-192022-3-19fileopen2022-3-192022-3-19analysis-protein-motif search2022-3-192022-3-192022-3-192022-3-192022-3-19Swiss /2022-3-192022-3-192022-3-192022-3-192022-3-192022-3-19NCBI CD-

13、Search/Structure/cdd/wrpsb.cgi2022-3-192022-3-19Pfam/search/sequence2022-3-192022-3-192022-3-19SMART http:/smart.embl-heidelberg.de/2022-3-192022-3-192022-3-192022-3-192022-3-19文件打开找到氨基酸序列文件打开2022-3-19蛋白质疏水性轮廓当前序列 2022-3-192022-3-19ProtFun http:/www.cbs.dtu.dk/services/ProtFun/2022-3-192022-3