时间有限,只写命令行部分。
我之前夸下海口,要达到浙大博士毕业水平。(是的,我脸皮很厚)
今天看了浙大昆虫基因组学的一份博士学位论文,还是明显地感觉到了差距,确实需要做很多,这个人有一篇4分,一篇9分,和两篇中文,9分的这篇是搭建了一个数据库,这个需要的计算机知识确实很多。
事实上,我都不知道做生物信息学,到底是生物学还是计算机能力要求更多。目前感觉到,确实对于计算机专业的学生来说,做这件事可能更容易上手一些。
从脚踏实际开始干事儿里去学习知识可能是最好的方法。
=======准备工作=====
- gff或gtf格式结构注释文件
- 一条基因仅保存一条最长转录本的fasta格式文件
gffread -T -o **.gef **.gff3
mutategtf,lenth = abs(end-saaa.4tart)+1)%>%
sed -i.bak 's/.IT
#做一个总的注释信息
======基因家族聚类=======
$ orthofind -f data -S diamond -M msa -T fastatree -t 6
=====共线性=====
MCSanX data/sind_vvin
prefix=sind_vvin
java dot_plotter -g data/$prefix.gff
-s data/$prefix.collinearity
-c $prefix.dual_synteny.ctl
-o $prefix.dot.png
java dual_plotter -g data/$prefix.gff
-s data/$prefix.collinearity
-c $prefix.dual_synteny.ctl
-o $prefix.dot.png
java circle_plotter -g data/$prefix.gff
-s data/$prefix.collinearity
-c $prefix.dual_synteny.ctl
-o $prefix.dot.png
java bar_plotter -g data/$prefix.gff
-s data/$prefix.collinearity
-c $prefix.dual_synteny.ctl
-o $prefix.dot.png
=====分化时间计算======
mcmctree mcmctree.ctl > run.log
cat FigTree.tre
mv out.BV in.BV
mcmctree mcmctree.ctl
codeml codeml.ctl
mcmctree mcmctree.ctl
mv out.BV in.BV
======基因家族收缩扩张=======
基因家族聚类统计表格
带分化时间的物种进化树
cat cafe.
date
load -i example_data.tab -p 0.01 -t 10 -l log .txt
tree (((A:6,B:6):81,(C:17,D:17):70:6,dog:93)
lambda -a
report global_cafe.out
date
cafe ./cafe.
对cafe结果进行汇总统计
python2 ../..//python_s/catetutorial_report_analysisi.py
-i global_cafe.out.cafe
-o global_cafe.out.summary
> global_cafe.out.summary.log
python2 ../..//python_s/cafetutorial_draw_tree.py
-i global_cafe.out.summary_nod.txt
-t '(((A:6,B:6):81,(C:17,D:17):70:6,dog:93)'
-d '(((A<0>.B***'
-y Expansions -o expansions_tree.png
=====正选择分析======
muscle -in all_FAD.fasta > all_FAD.muscle.fasta
/pub/anaconda3/envs/orthofinder/bin/rexmlHPC-PTGREADS -f a
-p 123 -x 123 -#100
-m PROTGAMMAJTT
-n out
-s all_FAD.muscle.fasta
1>tree.log 2>tree.err
====circos使用
circos -cof circos.conf
circos -man
转自:BaNono
- 本文固定链接: https://oversea.maimengkong.com/zu/1110.html
- 转载请注明: : 萌小白 2022年7月9日 于 卖萌控的博客 发表
- 百度已收录