大家好，基因家族分析上一期分享了一篇文章，获得了挺多小伙伴的反馈，想让我再汇总一下分析方法，那么好，我就汇总下，只当是抛砖引玉，欢迎各位小伙伴留言讨论。
第一篇-Hsp20家族识别
Genome-wide analysis of the potato Hsp20 gene family: identification, genomicorganization and expression profiles in response to heat stress
1、数据下载：PGSC数据库下载potato所有的蛋白序列，Pfam数据库下载Hsp20基因家族HMM文件PF00011 。
2、使用hmmsearch 阈值 e-value <=0.001 来搜索Hsp20 家族基因。
3、使用拟南芥Hsp20蛋白作为队列与potato所有的蛋白库进行比对，阈值e-value <=0.001。
4、“Hsp20” and “small heat shock protein”关键字 在PGSC中搜索。
5、Hsp20不完整domain或分子量在15-42之外的蛋白过滤掉。
第二篇：NBS-LRR家族识别
Identification and distribution of the NBS-LRR gene family in the Cassava genome
1、下载全基因组蛋白和Pfam数据库NBS (NB-ARC) 基因家族HMM文件PF00931
2、使用hmmsearch 阈值E-value < 1 × 10-20 来搜索NBS家族基因。
3、搜索得到的蛋白序列利用clustalw进行多序列比对，然后利用hmmbuild 构建hmm文件。
4、功能注释在拟南芥和UNIREF100 中最接近的同源序列进行过滤。
5、至少含有一个partial kinase domain 并与NBS domain无关的序列被滤除（NBS domain 小于 partial kinase domain）。
第三篇-WRKY家族识别
Genome-wide investigation of WRKY gene family in pineapple: evolution andexpression profiles during development and stress
1、下载全基因组蛋白和Pfam数据库WRKY 基因家族HMM文件PF03106。
2、使用hmmsearch 默认参数搜索，阈值E-value < 0.01 来搜索WRKY家族基因。
3、候选WRKY家族基因使用PFAM 和 SMART来进行验证，核查是否存在保守结构域。
4、人工核查N-terminal 是否含有heptapetide sequence 。
5、RNA-seq数据回比到genome和gene model 上，预测不正确的WRKY基因通过PCR和测序来进行实验验证。
以上就是3篇不同基因家族的预测分析方法，简单的总结一下：
第一：全基因组蛋白质序列和pfam数据库家族hmm模型文件准备。
第二：hmmsearch 进行比对搜索，并根据比对情况设置阈值。
第三：核查。方法有很多，如数据库、RNA-seq数据、蛋白家族分子量等都可以进行。
注意，模式生物的蛋白家族也是可以用来进行纠错的。
好了，小伙伴们，基因家族分析的方法简单介绍到这里，你是不是也想试一试了呢？
