基因家族分析论文写作指导

一共分为4个部分 TBtools基因家族分析详细教程(1) TBtools基因家族分析详细教程(2)基因家族成员的基本分析 TBtools基因家族分析详细教程(3)基因家族成员的进化分析1 TBtools基因家族分析详细教程(3)基因家族成员的进化分析2

Introduction 基因 是染色体上一段可以发生转录的区域（内含子外显子启动子） 转录本才是基因的研究实体 基因家族 来源于同一个祖先，由同一个gene通过基因重复而产生两个或更多的拷贝而构成的一组gene，其在结构和功能上就有明显的相似性，编码相似的蛋白质产物，同意家族gene可以紧密排列在一起，形成一个基因簇，但多数时候，他们分散在同一染色体的不同位置，或存在于不同的染色体上，各自有不同的表达调控模式 序列高度相似的序列，互为同源gene，归属于一个基因家族（拷贝数目多于1） 结构域的 角度来说，具有保守结构域（某个或多个）的序列，即为某个基因家族的序列（可能同时要不具有另外的某个结构域）

基因组序列信息：fasta格式文件 基因组基因结构注释信息：制表符分隔，存储基因的外显子内含子，CDS等坐标信息的.gff3或.gtf文件（区分基因结构注释与基因功能注释）

fasta文件每个名称后面有+号，简化

比对得到的结果，去重复得到uniq ID。就是query序列匹配到上一步由CDS得到的protein序列（target）的结果。 下面再extract上述42个ID的protein sequence的fasta数据

用TBtools把xml格式转化为table格式

按Query_def删除重复项，保留的都是第一个hit，也就是最匹配的hit。为了判断是不是全部都家族成员，可以对可疑的基因进行文献搜索 通过初步筛选，上述42个基本都是基因家族成员，为了进一步确定，进行下一步基于保守结构域进一步筛选

ncib web cd search 或pfam

pineapple的(这个图有问题，可以直接在修改short name列名就可以，注意空格等，这里我就不再改了，后面改过来了)

直接删除，若严谨，重新截取此基因组序列的前后序列，具体

打开genePose文件，查找刚才可疑的某个gene比如

结果说明该基因本来该两个结构域，现在却一个。基因组注释需要更加完善。可以替换信息进去。其余三个类似。

使用同源基因家族的名称。同一基因家族的成员基因通常具有相似的功能和结构，因此在论文中也可以使用基因家族的名称来代表同源基因。在论文中注明同源基因的编号、序列等详细信息，以便其他研究者能够重复实验并验证结果。

基因家族（gene family） ，是来源于同一个祖先，由一个基因通过基因重复而产生两个或更多的拷贝而构成的一组基因，它们在 结构和功能 上具有明显的相似性，编码相似的蛋白质产物， 同一家族基因可以紧密排列在一起，形成一个基因簇，但多数时候，它们是分散在同一染色体的不同位置，或者存在于不同的染色体上的，各自具有不同的表达调控模式。

按功能划分 ：把一些功能类似的基因聚类，形成一个家族，例如GH家族（糖苷水解酶家族）等。 按照序列相似程度划分 ：一般将同源的基因放在一起认为是一个家族，一般使用 orthoMCL进行聚类

motif 是蛋白质分子具有特定功能的或者作为一个独立结构域一部分相近的二级结构聚合体

NBS-LRR抗病 基因家族： NBS-LRR(nucleotide-binding site and leucine-rich-repeat)是植物中最大类抗病基因家族之一。

MADS-box 基因家族是植物体内的重要转录因子,它们广泛地调控着植物生长、发育和生殖等过程。在植物中参与花器官的发育，开花时间的调节，在果实、根、茎、叶的发育中都起着重要的作用。

热激蛋白70家族(HSP70) 是一类在植物中高度保守的分子伴侣蛋白,在细胞中协助蛋白质正确折叠。

钙依赖蛋白激酶(CDPK) 是一类仅依赖Ca2+而不依赖钙调素的蛋白激酶,参与调控多种信号转导途径,而膜结合脂肪酸脱氢酶(membrane-bound FAD)是一类不饱和脂肪酸合成途径的关键酶。

这两类基因分别在低温环境胁迫下的信号转导和稳定质膜性质中起着非常重要的作用。

WRKY 基因家族是植物前十大蛋白质家族之一，大量研究表明， WRKY 基因家族的许多成员参与调控植物的生长发育、形态建成与抗病虫等。

在这些常规的生信分析后，一般的文章还会加上一些湿实验去验证，例如不同非生物条件下基因家族的表达等(PCR为主)。

如果你想研究基因家族，阅读别人的文献，从中体会其研究的思路与方法是必不可少的，下面给大家推荐一些近期发表的文章。

auxin response factor gene family

SBP-box gene family

ARF gene family

这周主要是热一热身，后面会按照每个生信分析的点，结合实例详细给大家介绍如何进行基因家族的生物信息分析。敬请期待！

参考链接：

继续和大家分享在推特上看到的有趣的内容： 很多人都没有意识到安装生信工具并没有那么简单，并且就算你安装好了该工具，你用该工具运行你自己的数据远远没有想象那么简单。就像下图提到的，作为一个生信工作者，你是否也遇到这一系列头痛的经历？

欢迎大家在评论区留言，分享一些你在生信中所遇到的头痛经历。