基因家族分析流程总结贴-最终章

文摘   2024-11-01 23:56   中国香港  

基因家族分析流程总结贴-最终章



这应该是基因家族分析流程的总结帖
公众号的往期教程基本上基于R语言和ggplot2绘制了以下的十张图。
每一张图片都包含了高度的定制化,笔者认为完全可以第一步就抓住审稿人的眼睛。

当然,jcviPython的软件,但是其实jcvi我用R也可以画,只不过是没有和大家进行展示。

毕竟基因家族真的已经发表的太多太多太多了,凭借一手精美的可视化,完全可以抓住审稿人的眼睛。
使用这一整套的分析流程,几乎可以做到3天一个基因家族的分析速度。
以及远超诸多基因家族论文绘图的水平。


基因家族目前发的实在是太多了,市面上也有非常优秀的软件TBtools来去完成以上的分析过程以及可视化。

不过,笔者认为:不会写代码的生信分析人员,多多少少有一些说不过去的。
写代码,不仅是自己逐渐提高思考能力,代码功力,也是在收获中获取成就感的很好的途径。

希望也期待:更多的硕士生,博士生,可以根据基因家族这个分析流程,彻底完成生物信息分析人员的转型。成为一个真正的数据分析人员


基因家族十张图

推文链接:

模仿中精进数据可视化_基因家族十张图

  1. 进化树
  2. Tree + Domain + Motif + Gene structure 四合一
  3. Tree + Promoter + 统计 三合一
  4. 染色体定位 + 物种内共线性 Circos图
  5. 物种间共线性 Synteny 图
  6. Ka、Ks和Ka/Ks图
  7. GO 功能注释分析
  8. 蛋白质互作图(PPI)
  9. 转录组热图Heatmap(Tree+Heatmap)
  10. qRT-PCR

我们接下来就依次进行一次复习。

上游分析

推文链接:

基因家族分析01_基因家族环境配置和基因组数据的下载
基因家族分析02_hmmsearch筛选基因家族成员
基因家族分析03_blast筛选家族成员
基因家族分析04_hmmsearch&blast结果鉴定、Python自动化爬取家族成员信息

1.进化树可视化

推文链接:

基因家族分析05_序列比对以及进化树的构建和可视化

2.Tree + Domain + Motif + Gene structure 四合一

推文链接:

基因家族分析06_进化树_结构域_motif_基因结构四合一可视化

3.Tree + Promoter + 统计 三合一

推文链接:

基因家族分析流程_09.启动子分析及可视化

4.染色体定位 + 物种内共线性 Circos图

推文链接:
基因家族分析流程07_物种内染色体定位共线性(基因复制)分析及可视化

5.物种间共线性 Synteny 图

推文链接:

基因家族分析流程08_物种间_共线性分析_kaks分析及可视化

换一个排布方式:

6.Ka、Ks和Ka/Ks图

推文链接:

基因家族分析流程08_物种间_共线性分析_kaks分析及可视化

7.GO 功能注释分析

推文链接:

基因家族分析流程_10.GO功能注释及可视化

8.蛋白质互作图(PPI)

推文链接:

基因家族分析流程11_蛋白质互作网络PPI

9.转录组热图Heatmap(Tree+Heatmap)

推文链接:

基因家族分析流程_12.基因家族成员转录组及可视化

首先查看基础版热图:

然后再看进阶版热图:

10.qRT-PCR

推文链接:

基因家族分析流程_13.qRT-PCR及可视化


基因家族分析流程,以后不会再更新了,因为基本上也就是这样了。我会把所有的分析流程,脚本和代码,以及编程时的思路,总结出一套完整和完善的分析流程,未来出一个视频课程。这也算是我在该领域做出的一点儿微薄的贡献吧。

祝大家科研顺利,文章顺利,诸事顺利,一切顺利。





VIP交流群介绍

  1. 保证永久有效,每周更新4-6次;
  2. 每一期绘图,全以Project+脚本+注释的形式展示,方便大家进行学习和复现;
  3. VIP交流群中对各位朋友进行公众号上的答疑;
  4. 群里的各位小伙伴如有想绘制的图片,也可以在群里发出,我会在公众号上后续进行展示;
  5. VIP交流群里还会推出R语言/Python语言的零基础打卡活动,大家一起持续学习,保持学习的状态!
  6. 进群方式请加小编的联系方式(文末)。



历史绘图合集


进化树合集


环状图


散点图


基因家族合集

换一个排布方式:

首先查看基础版热图:

然后再看进阶版热图:


基因组共线性


WGCNA ggplot2版本


其他科研绘图


合作、联系和交流

有很多小伙伴在后台私信作者,非常抱歉,我经常看不到导致错过,请添加下面的微信联系作者,一起交流数据分析和可视化。


RPython
人生苦短,R和Python。
 最新文章