染色体序列长度可以用于分析基因在染色体上的相对位置长度，也可以用于对比近缘物种的染色体大小。

要找染色体序列的长度，一般有两种方法：

1. 从文献和基因组网站上陈列的信息中找

2. 从染色体序列文件中分析

第一种方法容易理解，这里重点谈一下第二种方法，也就是怎么从染色体序列文件中去分析染色体序列文件。一般而言，一个已经发布的基因至少包含组装的染色体序列的FASTA格式的文件、注释基因的GFF文件。至于CDS序列文件、蛋白质序列文件、内含子序列文件等都可以从染色体序列的FASTA格式文件和注释基因的GFF文件中提取出来。

那么怎么从组装的染色体序列的FASTA格式文件中提取出各个染色体序列的长度呢？本质上是统计FASTA格式序列文件中各条序列的长度。根据操作方法也可以分为两种方法：

1. 通过图形界面的软件分析FASTA格式的文件，比如BioEdit、Genious、UGene等。一般情况下把FASTA序列导入到这些软件中后，软件会分析序列长度等信息。

2. 通过命令行工具分析FASTA格式文件，比如 p5-bpwrapper中的 bioseq -l 命令，seqtk comp命令；或者自己利用BioPerl、BioPython、BioRuby、BioJava等编程语言的程序包自己写一些小脚本。

转载本文请联系原作者获取授权，同时请注明本文来自李雷廷科学网博客。

链接地址：https://wap.sciencenet.cn/blog-656335-992645.html?mobile=1

收藏

分享