Tips:
orthofinder 提供了dendroblast 或 msa的方式去构建基因家族树,可以使用-M
开启
-M msa -A muscle -T iqtree
,默认aligen用MAFFT建树用fastree
使用多序列比对的方式更耗费计算资源但是树更准确
如果在算完dendroblast之后后悔了,又想用多序列比对来建树,那么可以使用作者提供的
-b <dir> Start OrthoFinder from pre-computed BLAST results in <dir>
-fg <dir> Start OrthoFinder from pre-computed orthogroups in <dir>
-ft <dir> Start OrthoFinder from pre-computed gene trees in <dir>
这些参数从你选择的点重新开始
安装 OrthoFinder (可以使用conda install)
github下载最新的版本: https://github.com/davidemms/OrthoFinder/releases
In a terminal, '
cd
' to where you downloaded the package解压文件:
tar xzf OrthoFinder-2.2.7.tar.gz
安装依赖的其他软件: MCL, FastME and DIAMOND (see below)
测试OrthoFinder:
OrthoFinder-2.2.7/orthofinder -h
. OrthoFinder 会反馈help文档;
运行 OrthoFinder
OrthoFinder-2.2.7/orthofinder -f ExampleDataset -S diamond
输出文件: Orthogroups Directory
Orthogroups.csv 每一行包含了不同同源基因族的名称. 每个物种的基因数目排列在以物种名的下。
Orthogroups_UnassignedGenes.csv 包含了没有聚类到任何一个基因家族簇的基因。
Orthogroups.txt (传统格式,与orthomcl输出的格式一样) 格式与 Orthogroups.csv 文件一样。
Orthogroups.GeneCount.csv 每个物种下每个同源基因簇中包含的基因数。
同源基因可以呈现1对1,也可以是1对多和多对多依赖于基因复制事件。每个同源基因对应的同源簇都有一个文件包含了这些关联信息。Orthologs目录下包含了子目录中每个物种包含一个文件记载了 每个两两物种间对比的列表,并列出了同源基因。
输出文件: Gene Trees Directory
- 每组同源基因簇推断出的演化树
输出文件: Resolved Gene Trees Directory
- 使用OrthoFinder duplication-loss模型修正的每组同源基因簇基因的演化树。
输出文件: Species Tree Directory
Species_Tree_rooted.csv Species Tree form All Genes 物种树
Species_Tree_rooted_node_labels.csv 同上一样的树包含了Node值
输出文件: Comparative Genomics Statistics Directory
Orthogroups_SpeicesOverlaps.csv 包含了每个物种同源基因簇交集关系,以数据矩阵的形式
SingleCopyOrthogroups.txt 单拷贝同源基因簇的信息
Statistics_Overall.csv 包含了同源基因簇大小的统计数据以及基因在同源基因簇中的比例。
Statistics_PerSpecies.csv 与Statistics_Overall.csv 同样,但是每个物种单独统计的。
文件 'Statistics_Overall.csv' 和 'Statistics_PerSpecies.csv' 有一些解释如下:
Species-specific orthogroup: 包含只出现于一个物种的基因簇
G50: 基因簇中所包含的基因数目的中位数
O50: 基因簇中基因达到50时最小的基因簇总数
Single-copy orthogroup: 单拷贝基因簇,用来构建物种进化树以及其他分析.
Unassigned gene: 没有被列入任何同源基因簇的基因.
输出文件: WorkingDirectory
包含了运行过程中的所有信息,可以忽略
Additional Information
添加格外的物种:
OrthoFinder 允许你不需要重新blast计算的情况下添加额外的物种:
orthofinder -b previous_orthofinder_directory -f new_fasta_directory
通过添加新的序列目录 'new_fasta_directory' 到已完成的目录中, 再次使用所有之前的BLAST results, 只再次运行新添加的序列 BLAST searches 然后重新计算同源簇. 'previous_orthofinder_directory' 这个目录是 OrthoFinder 'WorkingDirectory/' 包含了'SpeciesIDs.txt'.
移除已经计算的物种:
OrthoFinder 允许你移除掉之前计算过的物种。 在之前计算的目录 'WorkingDirectory/' 中有个文件 'SpeciesIDs.txt'. 使用 '#' 符号注释掉对应物种的character然后运行OrthoFinder:
orthofinder -b previous_orthofinder_directory
'previous_orthofinder_directory' 目录在 OrthoFinder 'WorkingDirectory/' 下包含了 'SpeciesIDs.txt'.
同时添加删除目录中的物种
上述两种改变物种数目的方式可以合并,使用方法如下:
orthofinder -b previous_orthofinder_directory -f new_fasta_directory
单独运行 BLAST Searches (-op option)
'-op' 选项可以提供 OrthoFinder 需要的选项并打印需要运行的BLAST命令集
orthofinder -f fasta_files_directory -op
当你需要自己控制 BLAST searches 的时候这个命令很有用。比如,你可能需要分散在不同的计算机中计算. 当BLAST 计算完成后可以使用 '-b' 命令来计算同源簇,详细见"Using Pre-Computed BLAST Results"章节.
测试:
test目录下运行 'test_orthofinder.py' 检查软件是否正常运行
git 原版说明地址:https://github.com/davidemms/OrthoFinder