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找直系同源基因群和直系同源基因，为这些基因群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。

功能特点

• • 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：它不仅能找到直系同源基因，还能为所有直系同源基因群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。

工作流程

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. 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。

应用场景

• • 基因比对：通过比对不同物种的基因组，找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。

总结

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（http://usegalaxy.cn）上使用它。