如何在MCscan Python版本（JCVI）中操作与使用指南

文章仅是记录自己的学习使用，有错误请指出，我立刻改正！

官方说明
https://github.com/tanghaibao/jcvi/wiki/MCscan-(Python-version)
更多说明：
https://www.jianshu.com/p/f7971dbf5f85
https://www.jianshu.com/p/d25fb05ada97
https://www.jianshu.com/p/6f1a191a0c3a
https://zhuanlan.zhihu.com/p/353490154
https://www.omicsclass.com/article/481
https://github.com/tanghaibao/jcvi/issues/387

• 关于JCVI的使用，唐老师在github上已经有很详细的介绍，网络上也有很多教程。
• 这篇文章的主要是记录自己在安装和使用JCVI中产生的问题。

一、JCVI的安装

• JCVI依赖的东西非常多，不管是直接编译还是用conda都需要额外安装别的软件，建议还是用conda安装。
• 我自己是在ubuntu的虚拟机上安装成功了，因此后面的演示也都是在虚拟机上。

conda create -y -c bioconda -n JCVI jcvi
conda activate JCVI
conda install -c bioconda bedtools
conda install seqkit emboss
conda install last

（一）Latex安装

• 我在安装Latex过程中遇到了各种问题，后来还是主要参考了https://www.jianshu.com/p/6f1a191a0c3a
• 用yum安装Latex后，我在使用JCVI过程中发现字体缺少类型报错，如果只是运行- JCVI查看共线性结果的话，这个报错是没什么影响的。但如果是要可视化的话，还需要额外下载字体文件。用非root安装的Latex没有报错。

1、有root权限

# ubuntu
sudo apt-get install -y texlive texlive-latex-extra texlive-latex-recommended
# centos
sudo yum install -y  texlive texlive-latex texlive-xetex texlive-collection-latexrecommended

2、无root权限

详见https://www.jianshu.com/p/a5e9ca5886a4

二、JCVI的运行

• 从网上下载了Arabidopsis_halleri和Arabidopsis_lyrata两种拟南芥的cdna序列和gff3文件
• 

  fig1.png

（一）GFF3转BED文件

python -m jcvi.formats.gff bed --type=mRNA --key=transcript_id \
Arabidopsis_halleri.Ahal2.2.44.gff3 > halleri_all.bed
python -m jcvi.formats.gff bed --type=mRNA --key=transcript_id \
Arabidopsis_lyrata.v.1.0.44.gff3 > lyrata_all.bed
#根据cDNA文件的序列名以及类型调整type和key
#转换完成的bed文件和fasta文件中的序列名要保持一致

（二）去重复

python -m jcvi.formats.bed uniq halleri_all.bed
python -m jcvi.formats.bed uniq lyrata_all.bed
#仅保留最长且唯一序列

（三）提取CDS序列

seqkit grep -f <(cut -f 4 halleri_all.uniq.bed ) \
Arabidopsis_halleri.Ahal2.2.cdna.all.fa | seqkit seq -i > halleri.cds
seqkit grep -f <(cut -f 4 lyrata_all.uniq.bed ) \
Arabidopsis_lyrata.v.1.0.cdna.all.fa | seqkit seq -i > lyrata.cds

• 这样就获得了每个物种唯一的cds和对应的bed文件
• 

  fig2.png

（四）提取共线信息

• 这里首先要把之前获得的四个文件的名字改成以下形式，使JCVI能够识别
• 

  fig3.png

python -m jcvi.compara.catalog ortholog --no_strip_names --cscore=.99 halleri lyrata
#cscore=.99：这个选项能够有效地筛选出best hit，建议加上
#C分数截止点为0.99，有效过滤LAST命中，一直到包含互为最佳命中（RBH）。得到含有1:1基因对的直系同源区域
#1:1的基因对不是绝对的
#no_strip_names：是必加的参数
#dbtype：序列类型nucl还是prot

• 主要产生四个结果文件以及一个PDF文件的点图

• 

  fig4.png
  
  

  1、.last文件是原始的 LAST 输出
  2、.last.filtered是过滤的 LAST 输出
  3、.anchors是种子同线性块（高质量）
  4、.lifted.anchors招募额外的锚来形成最终的同线性块

• 

  fig5.官方文档的配图.png

（五）测试同线性模式是否确实是1:1

python -m jcvi.compara.synteny depth --histogram halleri.lyrata.anchors

• 

  fig6.png

三、染色体水平的局部同线性图绘制

进行这一步需要准备三个文件

（一）生成一个.simple比文件更简洁的.anchors文件

python -m jcvi.compara.synteny screen --minspan=30 --simple \
halleri.lyrata.anchors \
halleri.lyrata.anchors.new
#minspan：是规定syntenic region的总长度(i.e. 基因个数)最低阈值，默认是0
#minsize：是规定syntenic region的anchors总个数(i.e.有共线性关系的基因对数目)最低阈值，默认是0

（二）seqids文件，记录需要展示的染色体

• 这里由于我的示例数据中有一个不是染色体水平，因此我只选取了几条contigs

FJVB01000001.1,FJVB01000002.1,FJVB01000003.1,FJVB01000004.1,FJVB01000005.1,FJVB01000006.1,FJVB01000007.1,FJVB01000008.1,FJVB01000009.1,FJVB01000010.1,FJVB01000015.1
1,2,3,4,5,6,7,8

（三）layout文件，记录绘图的各种信息

• y, xstart, xend：两个物种染色体在x轴或y轴的位置如y轴的0.6，0.4，如果是0.5，0.5两个物种的染色体就会重叠
• rotation：旋转角度，0代表水平

y, xstart, xend, rotation, color, label, va,  bed
 .6,     .1,    .8,       0,      , halleri, top, halleri.bed
 .4,     .1,    .8,       0,      , lyrata, top, lyrata.bed
edges
e, 0, 1, halleri.lyrata.anchors.simple

• 然后就是运行绘图模块

python -m jcvi.graphics.karyotype seqid.txt layout.txt

• 

  fig7.png

四、基因水平的局部同线性图

（一）计算基因级匹配的布局

python -m jcvi.compara.synteny mcscan \
halleri.bed \
halleri.lyrata.lifted.anchors \
--iter=1 -o halleri.lyrata.blocks
#iter=1表示我们正在提取与halleri每个区匹配的对应lyrata的唯一最佳block
#查看生成的.blocks文件，它的第一列为halleri的区块，第二为lyrata区块
#如果选项--iter设置为 2，则halleri每个区将匹配对应lyrata的2个block，依此类推

（二）合并bed文件

cat halleri.bed lyrata.bed > halleri_lyrata.bed

（三）选取可视化区域

head -150 halleri.lyrata.blocks > blocks

（四）准备layout2文件

# x,   y, rotation,   ha,     va,   color, ratio,  label
0.5, 0.6,        0, leftalign, center,       m,      1,    halleri
0.5, 0.4,      0, rightalign, center, #fc8d62,  1,    lyrata
# edges
e, 0, 1

（五）运行

python -m jcvi.graphics.synteny \
--glyphcolor=orientation \
--format=png --glyphstyle=box  --shadestyle=line \
--font=Helvetica --style=darkgrid --diverge=RdYlBu \
--figsize=8x7 \
blocks \
halleri_lyrata.bed \
layout2.txt

• 

  fig8.png