「如何写一篇家族分析文章（一）—家族分析文章的研读」百家号Lite

「如何写一篇家族分析文章（一）—家族分析文章的研读」百家号Lite_作者自评：

如何评价百家号Lite小程序热议话题「如何写一篇家族分析文章（一）—家族分析文章的研读」
首先，我们要先确定一下哪一类家族分析文章可以发高分，或者这类高分文章都有哪些套路，下面我们通过文献查询工具google学术搜索镜像，以genefamily为关键字，进行搜索：
结果显示，共2019年就有927片家族分析的文章新鲜出炉!
今天我们先解读一篇发表在gene上的家族分析文章GenomewideidentificationandcharacterizationoftheDofgenefamilyincassava(Manihotesculenta）—木薯中Dof基因家族的分析1.Dof家族简介首先，让我们先认识一下Dof转录因子家族。Dof转录因子具有一个Dof结构域，可以与DNA结合，对植物的生长发育中扮演重要的角色，而且对各种胁迫均有响应。在此家族中，Dof结构与高度保守，经常定位于氮端，由大约52个氨基酸构成，有一个C2C2锌指结构域。对于特异性结合具有保守目标DNA的5′T/AAAAG3′核心序列以及与其他蛋白质，例如OBF（ocs元件结合因子）和TCP14(TCP转录因子14)相互作用来说，Dof在其中的作用非常重要。Dof蛋白液有一个二分核定位信号（NLS）与Dof结构域部分重叠，且在C端有一个转录激活结构域。
与N端相比，Dof蛋白的C端区域是高变的。自从第一个Dof蛋白从玉米中分离出来，它的同源类似物也接连从其他植物中分离。与在大部分藻类中的Dof蛋白成员相比，Dof家族蛋白在陆生植物中表现出来较高的分布广泛性.例如，拟南芥中发现了36个此家族成员，水稻中30个，白杨41个，白菜中76个。基于进化分析，Dof蛋白被分为四个亚家族（A，B,C,D），且B,C,D亚家族能够进一步分为一些groups。相比较而言，对木薯中此家族的研究知之甚少！
2.实验方法及结果展示介绍完这个家族，那么我们就正式看一下这篇文章都做了哪些内容吧！
2.1数据和序列准备
首先，作者分别下载了水稻(RGAP7
网站http://rice.plantbiology.msu.edu/)中30个和拟南芥（TAIR10网站http://www.arabidopsis.org/）中36个Dof基因（根据前人文献）。然后将结果存到这样的附表中。下载木薯基因组数据（Phytozomev12
(https://phytozome.jgi.doe.gov/pz/portal.html)，cassavaAM560–2），其他的数据，例如核酸序列，ESTs序列以及RNAseq数据均下载字NCBI。
2.2Dof家族基因的鉴定及人工校正
Dof结构域的pfam号为PF02701
，从Pfam上获得（http://pfam.sanger.ac.uk/），然后用HMMER3.0和TBLASTN进行搜索。Evalue值小于1e5
的正向基因组
序列在GeneMark.hmm
（http://exon.biology.gatech.edu/GeneMark/）上进行验证。
基因模型稍后进一步用cDNAs，ESTs和RNAseqreads进行校正确认。Dof结构与是否出现，用SMART来验证。
然后鉴定出来的结果，以表格的形式展示：用BLASTN搜索之前报道的核酸或ESTs同源类似物。之前的RANseq数据也用于表达注释，
用MCScanX软件获得线性关系和WGD重复事件（定位在重复染色体上且在线性block中出现的重复基因）。
当两个基因在基因组中是连续的，考虑是串联重复
。
染色体定位以及线性关系，重复事件以下图形式表现：Ks和Ka用codeml和PAML软件包计算。此外，BRH方法用于鉴定不同物种间的同源基因
。
Ka/Ks的结果以如下形式呈现：2.3序列比对和进化分析
用MUSTCLE
对鉴定的Dof蛋白序列进行多序列比对，然后用MEGA6.0
构建进化树，其中选用最大似然法（ML），用bootstrap方法重复1000次，用JTT替代模型，用Boxshade
(http://www.ch.embnet.org/software/BOX_form.html)软件对比对后的Dof结构与进行可视化。
MeDof基因的系统命名根据其在染色体上的位置来进行，通过CDS序列和基因序列用GSDS
对其基因结构进行分析。
多序列比对的结果：进化树及分类的图：结合进化树做了一个柱形图：2.4蛋白特性及保守的motif的分析
理论分子质量（MW），等电点（PI），和亲水性平均值（GRAVY）用ProtParam(http://web.expasy.org/protparam/)计算。
亚细胞定位用CELLO（http://cello.life.nctu.edu.tw/）预测。
亚细胞定位结果图：Dof蛋白的保守motif用MEME(http://memesuite.org/tools/meme)分析，
其中，最优参数如下：最大motif数为25；最大位点为2；每个motif的最优宽度为6到100个残基。
MAST程序(http://memesuite.org/tools/mast）也用来在蛋白库中搜索鉴定的motifs。
基因结构图与motif图的结合结果展示：记得motif的基本信息列出来：记得
2.5基因表达分析
不同组织的全部基因的表达模式是基于RNAseq样品(GEO接收号为GSE82279)。包括顶端分生组织（SAM），侧芽，叶，中脉，叶柄，茎，纤维根，贮藏根，根顶端分生组织（RAM），脆性胚性愈伤组织（FEC）和体细胞组织胚性发育结构（OES）。使用Bowtie2将过滤的读数定位到Dof和其他蛋白质编码基因的编码序列（CDS），基因表达水平表示为FPKM。除非特定声明，否则本研究中使用的工具是使用默认参数执行的。
不同组织表达量的热图：大概，我们了解了这篇文章的基本结构，那么接下来我们就这篇文章对草莓中Dof基因家族进行分析吧！
后面，会分解步骤以及各个软件如何应用，敬请期待
该话题由百家号作者生信小胖媛「简介:大噶好，我是小洛，欢迎关注！」
更多有关如何写一篇家族分析文章（一）—家族分析文章的研读的话题讨论请访问百家号Litex小程序关注作者-生信小胖媛