python 进化树_物种进化树构建
使用单拷贝基因画物种进化树
所需软件:
# OrthoFinder寻找同源基因
conda install orthofinder
#EasySpeciesTree
git clone https://github.com/Davey1220/EasySpeciesTree.git
该脚本依赖Mafft, TrimAI, RAxML和ASTRAL四个软件,需要自己提前安装好
修改脚本中相应依赖程序的绝对路径:vi EasySpeciesTree.py
conda 可以直接安装mafft、 trimal、raxmlHPC
astral.5.6.3.jar:github下载:https://github.com/smirarab/ASTRAL
############### MODIFY THE FOLLWINGS PATHS FOR ALL DEPENDENT PROGRAMS ###############
MAFFT = '/xxx/anaconda2/bin/mafft'
RAxML = '/xxx/anaconda2/bin/raxmlHPC'
ASTRAL = '/xxx/software/ASTRAL-master/astral.5.6.3.jar'
TRIMAL = '/xxx/anaconda2/bin/trimal'
#####################################################################################
步骤:
python 脚本更改物种蛋白序列的ID
#!/usr/bin/evn python3
# -*- coding: utf-8 -*-
__author__='LJS'
import sys, os
def renameID(infile, outfile):
ini = open(infile, 'r')
out = open(outfile, 'w')
j = 0
for i in ini:
i = i.strip()
if i.startswith('>'):
# print('>seq'+str(j).rjust(5, '0'), file=out) #for python3
print >>out, '>Amborella'+str(j).rjust(5, '0') #for python2
j += 1
else:
# print(i, file=out) #for python3
print >>out, i #for python2
if __name__ == '__main__':
infile =sys.argv[1]
outfile = sys.argv[2]
renameID(infile, outfile)
2)更改各个物种蛋白库文件的名字,与序列ID的名字前半部分一致;
例如Amborella.fa 其序列ID的名字为
Amborella00000
......
Amborella26845
3)运行orthofinder
orthofinder -f orthsp1 -M msa -S diamond -t 16 -a 16
-f 指定蛋白序列所在的文件夹(orthosp1)此命令仅需指定输入文件夹,其余为默认参数。
-t 序列搜索使用的线程数 (默认值为16)
-a 序列分析使用的线程数 (默认值为1)
-M 基因树推断方法(默认为dendroblast)可选:dendroblast ,msa
-S 序列比对使用的程序 (默认为Blast)可选:blast, mmseqs, blast_gz, diamond(推荐使用diamond,比对速度快)
-A 多序列联配方式,该选项仅当 -M msa 选项时才有效(默认为mafft)可选:muscle, mafft
-T 建树方式,该选项仅当 -M msa 选项时才有效 (默认为fasttree)可选:iqtree, raxml-ng, fasttree, raxml
-s 输入特定的根物种树
-I 设定MCL的膨胀系数(默认为1.5)
#如果要修改建树过程中的bootstrap,就要修改程序的config.json文件。该文件在conda环境里面的bin文件里
#如要在iqtree建树过程中增加bootstrap, 则在iqtree的"cmd_line":中添加 -bb 1000 (iqtree的超快bootstrap)或 -b 1000(传统bootstrap)
"iqtree":{
"program_type": "tree",
"cmd_line": "iqtree -s INPUT -pre PATH/IDENTIFIER -bb 1000 > /dev/null",
"ouput_filename": "PATH/IDENTIFIER.treefile"
},
4)orthofinder结果
所在文件夹:xxx/orthsp1/OrthoFinder/Results_Sep25/Orthogroups
image.png
orthsp1/OrthoFinder/Results_Sep25/Species_Tree
image.png
5)运行EasySpeciesTree 构建物种进化树
python ~/software/EasySpeciesTree/EasySpeciesTree.py -in1 species_id.txt -in2 SingleCopyOrthogroups.txt -in3 Orthogroups.csv -in4 all-pep.fas -nb 100 -t 16
-h, --help show this help message and exit
-in1 INPUT1, --input1 INPUT1
offer the prefix of all abbreviated species id
-in2 INPUT2, --input2 INPUT2
offer the Single-copy Orthogroups file, SingleCopyOrthogroups.txt
-in3 INPUT3, --input3 INPUT3
offer the all Orthogroups file, Orthogroups.csv
-in4 INPUT4, --input4 INPUT4
offer all species protein sequences
-t THREAD, --thread THREAD
set the number of thread, default=10
-nb BOOTSTRAP, --bootstrap BOOTSTRAP
set the number of bootstrap, default=100
-m MODEL, --model MODEL
set the model of amino acid substitution, default=PROTGAMMAJTT
输入文件-in2 和 -in3 来自xxx/orthsp1/OrthoFinder/Results_Sep25/Orthogroups
image.png
输入文件-in1来自
xxx/analysis/specieTres/orthsp2/OrthoFinder/Results_Sep25/WorkingDirectory/SpeciesIDs.txt的第二列
awk '{print $2}' SpeciesIDs.txt |sed -i 's/.fa//g' > species_id.txt
输入文件-in4: cat *.fa >>all.pep.fas
6)EasySpeciesTree运行结果,会生成4个文件夹
image.png
将串联法和并联法生成的结果文件RAxML_bipartitions.concatenation_out.nwk,Astral.coalescence_tree.nwk导入FigTree、MEGA或者iTOL进行可视化
串联法(Concatenation)(先将不同物种之间的每个单拷贝基因单独进行多序列比对,然后将这些比对后的单拷贝基因进行首尾 相连串接成一个supergene矩阵,最后将这个supergene用于构建系统发育树)
并联法(Coalescence)(先将不同物种之间的每个单拷贝基因单独进行多序列比对,并构建每一个单拷贝基因对应的基因树,然后将所有单拷贝基因对应的基因树进行合并重构出相应的物种树)进行ML系统发育树的构建。
参考:
https://www.jianshu.com/p/bfa568c8f4c4
https://www.jianshu.com/p/9ef6d7f273b3
https://www.jianshu.com/p/90301eeb063a
高级用法
(1)添加新物种到之前的分析(previous_orthofinder_directory指的是包含“SpeciesIDs.txt”的目录)
$orthofinder -b previous_orthofinder_directory -f new_fasta_directory
(2)从之前的分析中移除物种
从输出目录下找到工作目录“WorkingDirectory”中的“SpeciesIDs.txt”文件,在要移除的物种那一行最前面加上一个“#”并保存,然后运行(previous_orthofinder_directory指的是包含“SpeciesIDs.txt”的目录):
$orthofinder -b previous_orthofinder_directory
(3)同时添加和删除物种
编辑好“SpeciesIDs.txt”后,运行:
$orthofinder -b previous_orthofinder_directory -f new_fasta_directory
(4)更多高级功能请阅读官方文档,主要包括“Inferring MSA Gene Trees”、并行计算、单独运行BLAST、使用预先计算的BLAST结果以及回归检测。
python 进化树_物种进化树构建相关推荐
- 密码学实验题_03.3_AES实验_利用Sage构建AES的S盒和逆S盒(基于阅读Sage数学库的Python代码)
密码学实验题_03.3_AES实验_利用Sage构建AES的S盒和逆S盒(基于阅读Sage数学库的Python代码) 3. AES实验 3) (思考题)利用Sage构建AES的S盒和逆S盒 ...
- python 投资组合_重新设计投资组合的好处
python 投资组合 Yep, I'm here to nag you a bit about that portfolio that you haven't updated in a while. ...
- pico8 掌机_使用Pico-8构建自己的复古游戏
pico8 掌机 An example of the kinds of pixel animations people make in Pico-8. 人们在Pico-8中制作的各种像素动画的示例. ...
- 白裤子变粉裤子怎么办_使用裤子构建构建数据科学的monorepo
白裤子变粉裤子怎么办 At HousingAnywhere, one of the first major obstacles we had to face when scaling the Data ...
- python股市_如何使用python和破折号创建仪表板来主导股市
python股市 始终关注大局 (Keep Your Eyes on the Big Picture) I've been fascinated with the stock market since ...
- python搭建_简单_交易系统【转载】
python搭建_简单_交易系统[转载] 构建account_class 类 构建所需函数 构建最大回撤.收益率.回测函数 构建银行翻倍.选股函数 回测实证分析 (转自 https://www.joi ...
- python爬虫_抓取瓦片图片信息并将其拼接_以mapbar为例(适用交通工程类专业)
python爬虫_抓取瓦片图片信息并将其拼接_以mapbar为例(适用交通工程类专业) 这次就以mapbar为例爬取道路交通拥堵情况 第一步,瓦片标号解析 第二步,拼url,然后下载 第三步,图片拼接 ...
- Python基础_第5章_Python中的数据序列
Python基础_第5章_Python中的数据序列 文章目录 Python基础_第5章_Python中的数据序列 Python中的数据序列 一.字典--Python中的==查询==神器 1.为什么需要 ...
- Python使用sklearn和statsmodels构建多元线性回归模型(Multiple Linear Regression)并解读
Python使用sklearn和statsmodels构建多元线性回归模型(Multiple Linear Regression)并解读 #仿真数据集(预测股票指数) 这里的目标是根据两个宏观经济变量 ...
- python基于条件、规则构建已有字典的子集
python基于条件.规则构建已有字典的子集 字典是另一种可变容器模型,且可存储任意类型对象. 字典的每个键值 key=>value 对用冒号 : 分割,每个对之间用逗号(,)分割,整个字典包括 ...
最新文章
- atomic原子类实现机制_JUC学习笔记--Atomic原子类
- poj1419(最大独立集)
- node+express+MongoDB实现小商城服务端
- Cocos2d-x win7 + vs2010 配置图文详解(亲测)
- 用lemon测交互题
- 信捷plc485通信上位机_基于Snap7实现与西门子PLC通信
- Object 转 String
- Lambda架构概述
- GIT提交记录和Revert commit过程分析
- OpenInfra Days China 2020 官网正式上线,含免费注册通道!
- Hibernate Search v.4.2.0.CR1 发布
- php编写一个学生类_0063 PHP编程编写学生分数信息编辑和删除功能网页
- 【毕业设计】基于单片机的指纹识别考勤系统 - 物联网 stm32
- 10个精美免费PPT模板下载网站推荐
- 面对初学者的CAN总线入门教程(二)_CAN协议基本概念及其规格标准
- surface pro的TF卡有时候不感应不到,需要重新插拔?
- 百度地图标记点中添加echarts图表
- 这几款小众软件,电脑常备
- [Pytorch框架] 5.2 Pytorch处理结构化数据
- Java中if语句详解
热门文章
- Linux 的日志服务器 详解(Rsyslog)
- 关于操作系统镜像超过4G的解决办法
- 【githubboy】一份开源的小型金融知识图谱构建流程,可帮助你更好的学习与理解知识图谱的使用
- centos 6.5安装杀毒软件clamav
- 几个常用的后台管理系统
- 方差 标准差_财务思维:资产风险衡量中的收益率方差、标准差怎么理解运用?...
- 计算机开机网络连接启动慢,四个小技巧轻松解决电脑开机后网络连接慢问题
- 气温和降水空间栅格数据下载RS123
- SparkStreaming----复习
- 创新电影院意在传播中华民族优秀传统文化