泛基因组工具: Roary, panX, PEPPAN, PGAP

Posted 2023-04-13

参考技术A

引用文章
标题： Insights on the Evolutionary Genomics of the Blautia Genus: Potential New Species and Genetic Content Among Lineages
中文：Blautia菌基因组进化分析
杂志：Front. Microbiol.
时间：2021.4

该文章分析之一：使用三种泛基因组方法同时处理一批菌株基因组

稀释曲线分析

KEGG module注释

泛基因组分析
1 输入文件由prokka生成
2 Roary PEPPAN使用gff文件，panX使用genebank文件

3 PEPPAN.gene_content.curve生成稀释曲线输入数据，pandas matplotlib绘制曲线
4 panX geneCluster.json和pandas生成基因presence absence矩阵
5 R micropan估计泛基因组openness/closedness

三种方法的结果

文章：Roary: rapid large-scale prokaryote pan genome analysis. bioinformatics 2015
引用：1780
GITHUB: http://sanger-pathogens.github.io/Roary/
Tutorial： https://github.com/microgenomics/tutorials/blob/master/pangenome.md

文章：panX: microbial pan-genome analysis and exploration. Nucleic acids research, 2018
引用：131
GITHUB: https://github.com/neherlab/pan-genome-analysis
conda git安装：

文章：Accurate reconstruction of bacterial pan- and core genomes with PEPPAN. Genome Res. 2020
引用：5
GITHUB: https://github.com/zheminzhou/PEPPAN

地址： http://pgaweb.vlcc.cn/
PGAP本地： https://sourceforge.net/projects/pgap/

PGAP: pan-genomes analysis pipeline.Bioinformatics,2012
被引：328
PanGP: a tool for quickly analyzing bacterial pan-genome profile.Bioinformatics,2014
被引：95
PGAP-X: Extension on pan-genome analysis pipeline.BMC Genomics,2018
被引：18
PGAweb: A Web Server for Bacterial Pan-Genome Analysis.Front Microbiol,2018
被引：15

PGAweb在线使用 - 测试数据

1 使用example gbk数据：输入文件格式

2 参数：identity 0.8，其他默认

3 运行等待结果

PGAP本地使用

1 软件获取

sourceforge： https://sourceforge.net/projects/pgap/

Pangenome

生信和数据挖掘必备：一款超好用的基因组分析工具网站！

编辑：小怡

本文为小狗科研平台原创，转载请在【后台】留言

目前，很多科研工作者热衷于做肿瘤研究，利用生物信息学和数据挖掘方法，如GEO，TCGA等，做到不用做实验，也能发SCI文章。

本文介绍一款适用于肿瘤基因组分析的在线网站：GSCALite

（链接：http://bioinfo.life. hust.edu.cn/web/GSCALite/）

GSCALite是一个肿瘤基因组分析平台，该平台整合了来自TCGA库的33种肿瘤类型的基因组数据，GDSC，CTRP的药物反应数据，以及来自GTEX的正常组织数据，用于统一的数据分析流程中的基因组分析。待分析完成后，数据和结果的可以从官网直接下载。

该工具网站是华中科技大学生命科学学院的郭安源团队开发的，用于基因组癌症分析，相关介绍发表在《Bioinformatics》杂志上。

图片来源于《Bioinformatics》官网

图片来源于网站

该网站提供的分析的基因集有：

1）miRNA: 差异表达和生存分析

2）SNV：统计学，分布，类型及其生存意义

3）CNV：杂合/纯合 CNV缺失/扩增的统计资料

4）甲基化：甲基化影响生存和表达

5）肿瘤通路活性：10种癌症通路的活性

6）miRNA网络：通过miRNA的基因调控网络

7）药物分析：表达与药物敏感性的相关（IC50）

8）GTEx: 基因在正常组织和eQTL的表达。

本文以RAS家族基因为例，来分享一下该网站的功能。

在框中输入想要研究的基因，注意至少输入5个基因，否则无法输出结果。点击TCGA库中的肿瘤或组织类型，以及右侧分析类型。在下方会显示所选的基因总个数，有效和无效个数，并可以导出数据。

图片来源与官网

接下来，点击“Start Gene Set Analysis”按钮，查看分析结果。

一

TCGA Cancer

1

miRNA表达

该模块分析结果提供基因差异表达，生存分析和亚型分析，相应的图形结果提供PDF，png和EPS多种文件格式下载。

2

单核苷酸变异(SNV)分析

SNV模块能显示特定肿瘤类型中的SNV频率和基因集的变异类型。突变对总体生存OS的作用通过对数秩检验来评估。

①SNV percentage profile: 该部分展现特定肿瘤类型中所选基因的相对SNV频率，每一行表示一个基因。

图片结果来源于官网

②SNV summary：显示变体类型(SNP或DEL），变体分类和SNV类等。

图片结果来源于官网

③SNV>显示在选定的TCGA肿瘤类型中详细的SNV信息的基因集。

图片结果来源于官网

④SNV survival plot：该部分显示选定的肿瘤类型中有或无SNV的样本的Kaplan-Meier生存评估。

3

CNV分析

该部分结果图形包括CNV Pie distribution（CNV）类别（杂合/纯合，删除/扩增）。Heat CNV部分表示CNV分类在选定癌症类型中的分布。CNV to expression 则显示CNV于基因表达的关系。

4

甲基化分析

该模块主要探讨所选肿瘤与配对正常人之间的甲基化差异。包括Differential Methylation, Methylation survival和Methylation to Expression三部分。本研究图形如下：

图片截图来源于官网

5

通路活性

该模块包括Global percentage, Heatmap percentage和Relation network三个部分，主要提示选定肿瘤类型的基因整体活性，基因对通路的影响百分比（激活/抑制）和基因的表达。

6

miRNA网络

提供一个miRNA调节网络，可视化miRNA对基因的潜在调节，见图。

图片来源于官网

二

药物敏感性分析

该模块整合了GDSC和CTRP中癌细胞系的药物敏感性和基因表达谱数据进行研究。通过Spearman相关分析以药物的敏感性进行基因组中各个基因的表达。

三

GETX Normal Tissues

该模块包括GETX expression, 以热图和箱式图显示所选GETX正常组织中查询基因集的表达谱和分析得分。同时Table of eQTL in GTEX dataset会以表格形式展示。

对很多临床医生而言，数据都是现有的。所以不需要花时间做试验做科研，只要潜心做临床，在门诊、住院、随访中发现问题，通过挖掘数据、分析数据，你也能发表高分的 SCI 论文。

但在这条道路上，半路出家的大有人在，非常多同学反馈，想要系统的进行学习。为了给大家降低学习门槛，帮助更多医学人员掌握生物医学大数据，小狗阅读团队联合首都医科大学生物医学工程学院副教授华琳，传授大家如何利用大数据发表自己的第一篇生信SCI！

课程原价399元的

《生物医学大数据挖掘及生物信息学案例分析》

限时拼团仅需79元（1月7日24:00截止）

14节精品视频课程，好评率99%！

让你灵活运用大数据，快速发表SCI

点击阅读原文，查看课程详情