一种基于大规模基因树的物种树构建方法

	一种基于大规模基因树的物种树构建方法
	赵磊; 李洪涛; 李德铢
	2018-10-09
申请号	CN201811173902.X
公开（公告）号	CN109411021A
专利权人	中国科学院昆明植物研究所
公开日期	2019-03-01
摘要	本发明提供一种批量搜索大规模单或者低拷贝直系同源基因簇(orthologous gene clusters)，并利用大规模基因树(gene trees)构建物种树(species trees)的方法。该方法综合运用了基于HMM的搜索直系同源基因的HAMSTR程序，基于多序列比对分析MAFFT程序和自动提取精确比对区域的TRIMAL程序，以及构建物种树RAxML，ASTRAL‑II和MP‑EST程序，并结合Perl脚本语言编程等方法实现整个数据流过程。实验证明，本发明所提供的批量搜索大规模单或者低拷贝直系同源基因簇，并利用大规模基因树构建物种树的方法与系统，精确度高，速度快，实现了批量化、自动化。
其他摘要	1.批量搜索大规模单或者低拷贝直系同源基因簇，并利用大规模基因树构建物种树的方法，其特征在于该方法包括如下步骤：收集或者测序每个物种转录组或者基因组数据，这些数据一般包括CDS和蛋白质序列，命名分别为XXX_pep.fa，XXX_cds.fa；接着，用HaMStR搜索单或者低拷贝直系同源基因簇，运行命令和相关参数为：perl./hamstrsearch_local‑hmmer3.v8.pl‑sequence_file＝XXX_pep.fa‑protein‑taxon＝XXX‑hmmset＝magnoliophyta_hmmer3‑representative‑relaxed‑eval_limit＝0.01‑blast_NOCPU＝8–rbh，从而已完成每个物种的直系同源基因的搜索；为形成相应直系同源基因簇，便于大规模的多序列比对，用Perl程序sub_print_orthology_HASH.pl把相应的基因合并成直系同源基因簇；用Perl程序mafft_alignment_orthology_shell.pl把多序列比对程序MAFF集成在相应的Perl脚本中，方便进行大规模的多序列比对；用Perl程序trimal_alignment_orthology_shell.pl删除多序列比对的结果中排列不好的区域；用Perl程序Find_RAxML_tree_CDS_Protein_MPEST_shell.pl把建树程序RAxML集成在Perl脚本中，方便进行大规模的单基因树构建；最后，用Perl程序Generate_MPEST_GeneTress_shell.pl和Generate_ASTRAL_GeneTress_shell.pl生成MPEST和ASTRAL‑II要求的基因树输入格式，完成基于单基因树构建物种树。
文献类型	专利
条目标识符	http://ir.kib.ac.cn/handle/151853/67759
专题	中国西南野生生物种质资源库
作者单位	中国科学院昆明植物研究所
第一作者单位	中国科学院昆明植物研究所
推荐引用方式 GB/T 7714	赵磊,李洪涛,李德铢. 一种基于大规模基因树的物种树构建方法[P]. 2018-10-09.