OrthoFinder：生物信息学中的直系同源基因分析

OrthoFinder：生物信息学中的直系同源基因分析

同源基因是来自共同祖先、在不同物种中遗传的基因，序列相似且功能相关。主要分为三类：直系同源基因、旁系同源基因和异源同源基因。直系同源基因来自不同物种，通过物种形成保留相同功能，如人类和小鼠的α-珠蛋白基因。这类基因由物种进化形成，常用于构建系统发育树。前面我们学习了几款常用的系统发育树工具（文章：构建系统进化树到底选哪个工具？），今天就来学习一款直系同源基因分析工具——OrthoFinder。

OrthoFinder 是一款快速、准确且全面的比较基因组学分析工具。它的主要功能包括查直系同源基因和直系同源基因，为这些基因推导出有根的基因树，并识别这些基因树中的所有基因复制事件，推断出物种的有根物种树。通过这些功能，OrthoFinder 能够为不同物种基因组间的比较分析提供全面的统计信息，帮助我们更好地理解物种间的进化关系。

• • 快速准确：OrthoFinder 的运行速度非常快，而且通过基因树的使用，使得直系同源推断的准确性非常高。
• • 全面分析：它不仅能到直系同源基因，还能为所有直系同源基因推导出有根的基因树，并确定这些基因树中的所有基因复制事件。同时，OrthoFinder 还能为被分析的物种推导出有根的物种树，并将基因树上的基因复制事件映射到物种树的分支上。
• • 易用性：OrthoFinder 的使用非常简单，只需要一组 FASTA 格式的蛋白质序列文件（每个物种一个）作为输入。运行结束后，会在输入目录下生成一个包含所有分析结果的文件夹。
• • 丰富输出：分析完成后，OrthoFinder 会生成一系列的结果文件，包括直系同源组、直系同源基因、有根基因树、无根物种树、有根物种树、基因重复事件以及相关的统计数据。这些文件可以帮助我们深入了解物种间的基因关系和进化历史。
• • 适用性：OrthoFinder适用于多种数据集，包括小鼠、人类、青蛙、斑马鱼和日本河豚等模型生物。OrthoFinder默认使用STAG算法构建物种树，适用于遗传距离远、单拷贝同源基因少的情况，也可以指定使用Raxml构建物种树。

OrthoFinder 的工作流程主要包括以下几个步骤：

1. 1. 序列比对：使用 Diamond 软件对输入序列进行 all-vs-all 序列比对，大幅提高比对速度。
2. 2. 聚类：使用 MCL（Markov Cluster Algorithm）算法根据比对结果进行聚类，得到直系同源组（orthogroup）。
3. . 构建基因树：使用 FastMe 软件对每个 orthogroup 构建无根基因树。
4. 4. 推断物种树：使用 STAG（Species Tree Inference from All Genes）软件根据 orthogroups 推断无根物种树。
5. 5. 赋根：使用 STRIDE（Species Tree Root Inference from Gene Duplication Events）通过基因复制事件的不可逆性为无根物种树、无根基因树赋根，得到有根物种树、有根基因树。
6. 6. 输出结果：输出一下文件夹： Species_Tree、Gene_Tree、Orthologues、Gene_Duplication_Events、Comparative_Genomics_Statistics 等。

• • 基因比对：通过比对不同物种的基因组，到它们之间的同源基因。
• • 系统发育树构建：基于同源基因的相似性，构建物种之间的系统发育树。
• • 基因家族分析：识别基因家族及其演化历史。

OrthoFinder 作为一款快速、准确且全面的比较基因组学分析工具，能够帮助我们深入理解基因的进化历史和物种间的亲缘关系。对于不想在本地安装 OrthoFinder 的小伙伴们，可以在 Galaxy 生信云平台（）上使用它。