基因组序列的差异分析.docx

基因组序列的差异分析
mVISTA的在线使用说明
当然，除了在线版的，我们还可以在网站上填写信息中请离线的软件。但我试用了一下，需要先自己比对，然后要按照一定的格式来制作文件，当然你还必须得安装java才能运行软件；总之，我感觉没有有成对的组合将被处理，结果将在
VISTA中可视化。这是该服务器上唯一可用于检测重排和逆序的比对程序。(叶绿体基因组差异分析论文中好像一般都选这个)
对每条序列你可以选择：
你选择的物种统字将会显示在图例中。我们建议您使用一些有意义的内容，例如这个生物体的爼称、您的实验编号或数据库标识。当您使用GenBank标识符来输入序列时，默认情况下我们将使用它作为序列的名称。(页面默认的是sequencel,sequence2,sequence3...)
注释
如果有序列的基因注释信息，您可以将其以简单的纯文本格式提交，以便在绘图中显示。每个基因由其在序列上的起始和结束坐标以及列在一行上的需称来左义。一行前应放置大于(>)或小于(V)的符号，以表示正链或负链，但编号应根据正链来排列。在每个外显子的开始和结束坐标之后，外显子以单词“exon”单独列出。UTRs的注释方式与外显子相同，用“utr〃代替“外显子”。
例如：
<106481116661genel
106481106497utr
107983108069exon
有一种简单的方法可以从Ensembl基因组浏览器中导出上述格式的注释。以下显示是如何做：
1、在Ensembl浏览器中选择您感兴趣的序列区域；
2、点击页面左侧的44Exportinformationaboutregionn;
3x"OutputFormat输出格式"请选择“VISTA格式"；
4、点击"Continue”按钮；
5、点击"Annotationdata”链接；
6、将结果保存为纯文本文件。
我们的web服务器也接受GFF3格式的注释。
NCBI网站上可以下载GFF3格式的文件，如下所示：
>lege
CiioamOflamoiiwn
®Fil?
0Calt?c1iaft3"」Analpii帀轉：
匚即川常。i
印mar
[GcliBtatilT""|3
Suwiary
*>nshown
iqucncc
GeriBwh
GerCank(til)
FASTA
ASH1
XML
IMSDS制XM.
TinySeq>ML
FeatureTaMe
AccossionLot
GlW
GFF3
Otion
BicRojoct
BwSsrrpk
TAxonoiA'
Compcncrts(Coro)
Oencme
Recentactivity
冃Panaxnotoginscngiso匕c»vo<n>
QPanax(123355)
注意：但是我下载后导入mVISTA,结果显示只注释了前而一半的基因，后一半序列没有注释，我也暂时没搞懂，所以，后来就在网上下了一个perl脚本，来自于简书的《mVISTA格式文件：由Perl脚本处理GenBank注释文件而来》，然后把NCBI上下载的参考序列的gb文件转换成了mVISTA格式文件。
重复序列(RepeatMasker的选择)
我们建议掩蔽一个碱基