学术咖

Month: September 2022

  • Swiss-Prot注释脊椎动物基因组

    wget -c ftp://ftp.uniprot.org/pub/databases/uniprot/current_release/knowledgebase/taxonomic_divisions/uniprot_sprot_vertebrates.dat.gz wget -c ftp://ftp.uniprot.org/pub/databases/uniprot/current_release/knowledgebase/taxonomic_divisions/uniprot_trembl_vertebrates.dat.gz zcat uniprot_sprot_vertebrates.dat.gz uniprot_trembl_vertebrates.dat.gz > uniprot_vertebrates.dat awk ‘{if (/^ /) {gsub(/ /, “”); print} else if (/^AC/) print “>” $2}’ uniprot_vertebrates.dat > uniprot_vertebrates.fasta diamond makedb –in uniprot_vertebrates.fasta -d uniprot_vertebrates diamond blastp -d uniprot_vertebrates.dmnd -q grass_carp.pep.fasta –evalue 1e-5 > blastp.outfmt6 python -m jcvi.formats.blast best -n 1 blastp.outfmt6 python add_annotation_from_dat.py blastp.outfmt6.best /data/database/UniProt-Plant/uniprot_plants.dat…

  • twilight处理pangenome结果

    github下载脚本（https://github.com/ghoresh11/twilight） 需要的R包data.table，ggplot2，optparse Rscript classify_genes.R -p gene_presence_absence.Rtab -g groups.tab 必须参数： -p, –presence_absence：Roary 或 Panaroo输出的gene_presence_absence.Rtab文件 -g, –grouping：一个制表符分隔的分组文件 可选参数： -o, –out：输出目录名称（默认=“out”）。 -m, –min_size：忽略少于min_size基因组的组（默认 = 10）。 -c, –core_threshold：用于定义每个组内的核心基因的阈值（默认值 = 0.95）。 -r, –rare_threshold：用于定义每组内稀有基因的阈值（默认值 = 0.15）。 -h, –help：打印帮助信息并退出。 输出： 1、classification.tab 基因簇在每个分类中存在的形式（核心、辅助、和稀有） 2、frequencies.csv 基因簇在每个分离中的频率 3、plots 文件夹，包含柱状图和PCA图