迭代BLAST寻找同源基因

Question

我刚开始编程，在过去的几个星期里，我一直在研究生物信息学的问题，而且进展非常有限。

我有一个包含大量基因组的大FASTA文件，我希望在我的文件中运行一个全-vs-全爆炸搜索来识别同源/同源序列(通过使用-outfmt 6对它们的长度进行>=95%序列相似性来识别)，并打印那些和非同源/同源基因到一个有机体-vs-基因存在/缺失矩阵(“1”=存在，“0”=缺席)。我被告知，一种交互式的vs可以将所有同源/正交结构更新到一个文件中，然后从数据库中删除它们并重复这些过程，直到无法执行更多相关的BLAST搜索为止，这可能是一种解决这个问题的方法，但尽管我做了很多努力，我还是想不出该怎么做。在可能的情况下，我更愿意在Python和Unix/Linux中这样做。

有人能帮忙吗？

例如：

如果有3个生物和4个基因，如果BLAST结果显示Gene_1存在于Organisms_1中，2；Gene_2存在于所有生物体中，Gene_3仅存在于Organism_1中，Gene_4仅存在于Organism_3中。

    Gene_1  Gene_2  Gene_3  Gene_4
Org_1   1       1       1       0       
Org_2   1       1       0       0
Org_3   0       1       0       1

Answer 1

如果我理解得对，你需要得到以下信息：

-which是同源/同源基因

-In种是它们的存在

有一个程序，差不多就是这么做的，让我给你介绍一下SiLiX

http://lbbe.univ-lyon1.fr/SiLiX

你可以下载它并将它参数化到你95%的身份，你“给它”的结果，你的所有针对所有爆炸。你会得到一个包含你想要的信息的文件！

该文件易于解析(特别是在python中)，因此您可以从中提取您想要的所有信息。这样你就可以创建你的矩阵了。