MapGene2Chrom 基于Perl和SVG語(yǔ)言繪制基因物理圖譜

晁江濤，孔英珍，王倩，孫玉合，龔達(dá)平，呂婧，劉貫山

中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所，煙草行業(yè)煙草基因資源重點(diǎn)實(shí)驗(yàn)室，青島 266101

MapGene2Chrom 基于Perl和SVG語(yǔ)言繪制基因物理圖譜

晁江濤，孔英珍，王倩，孫玉合，龔達(dá)平，呂婧，劉貫山

中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所，煙草行業(yè)煙草基因資源重點(diǎn)實(shí)驗(yàn)室，青島 266101

遺傳圖譜表現(xiàn)形式簡(jiǎn)潔明了，為分析遺傳規(guī)律、克隆基因提供了便利。Gbrowse、MapViewer等工具雖然能夠協(xié)助研究人員繪制相似形式的物理圖譜，但有很大的局限性：(1)數(shù)據(jù)需提前布置好；(2)輸出結(jié)果無(wú)法靈活修改。鑒于此，文章基于Perl和SVG語(yǔ)言，開(kāi)發(fā)了一款生物輔助作圖軟件MapGene2Chrom的本地版與網(wǎng)頁(yè)版，該軟件能夠依據(jù)輸入數(shù)據(jù)快速繪制相應(yīng)的物理圖譜。該軟件輸入數(shù)據(jù)格式簡(jiǎn)單，輸出結(jié)果易于修改，圖片格式為SVG矢量圖，具有很好的移植性，以期為研究人員繪制物理圖譜提供便利。

物理圖譜；基因分布圖；SVG矢量圖；作圖；生物軟件

依據(jù)分子標(biāo)記之間的遺傳距離繪制一張簡(jiǎn)潔、美觀、大方的遺傳圖譜，為研究人員分析某一性狀的遺傳規(guī)律及圖位克隆基因提供了便利。目前能夠繪制遺傳圖譜的軟件有 4種：MAPMAKER[1]，JoinMap[2～4]，Mapplotter[5]和MapDraw[6]。前兩種軟件均具備計(jì)算遺傳距離和繪制連鎖圖譜的功能，其中MAPMAKER側(cè)重于Mac OS平臺(tái)；JoinMap更側(cè)重于Windows平臺(tái)。后兩種軟件具備輸出遺傳圖譜的功能，是MAPMAKER在Windows平臺(tái)圖形化功能的補(bǔ)充。

當(dāng)研究人員繪制一張物理圖譜時(shí)，雖然可以借助于現(xiàn)有公共數(shù)據(jù)庫(kù)，如 NCBI(www.ncbi.nlm.nih. gov)、JGI(www.phytozome.net)、TAIR(www.arabidopsis.org)中的GBrowse[7]、MapViewer(www.ncbi.nlm. nih.gov/mapview)等工具來(lái)實(shí)現(xiàn)，但這些工具存在較大的局限性：(1)數(shù)據(jù)需事先布置在這些工具中；(2)輸出結(jié)果樣式無(wú)法靈活定制。這大大限制了這些工具在繪制美觀物理圖譜方面的應(yīng)用。鑒于此，本文基于Perl(Practical Extraction and Report Language)和SVG(Scalable Vector Graphics)矢量圖語(yǔ)言，開(kāi)發(fā)了一款生物輔助軟件 MapGene2Chrom的本地版及網(wǎng)頁(yè)版。輸入指定格式的數(shù)據(jù)，并做簡(jiǎn)單的參數(shù)設(shè)置，即可快速繪制一張簡(jiǎn)潔、美觀、大方的基因物理圖譜，如果輸出效果不夠美觀，只需修改參數(shù)重新運(yùn)行軟件即可。網(wǎng)頁(yè)版軟件訪問(wèn)地址：http://www. tobaccomdb.com/tools/index_mapGene2Chrom.html，源碼可從該網(wǎng)頁(yè)下載，或直接與作者聯(lián)系索取。

1 MapGene2Chrom的原理與特點(diǎn)

MapGene2Chrom基于Perl和SVG語(yǔ)言，根據(jù)染色體上基因的相對(duì)物理距離，可快速畫(huà)出不同染色體上基因的分布矢量圖?；虻奈恢眯畔⑼ㄟ^(guò)常用的記事本、寫(xiě)字板或Microsoft Excel辦公軟件進(jìn)行簡(jiǎn)單處理即可作為輸入文件；之后，運(yùn)行軟件，用戶將得到一張基因分布SVG矢量圖，該文件可通過(guò)谷歌 chrome、FireFox、IE9+或者其他支持 SVG的瀏覽器查看。由于用 MapGene2Chrom軟件畫(huà)圖時(shí)，采用直接輸出SVG標(biāo)記語(yǔ)句，所以用戶只要有Perl語(yǔ)言基本環(huán)境即可使用。下文將分別介紹本地版與網(wǎng)頁(yè)版軟件的使用方法。

2 MapGene2Chrom本地版的使用方法

從 JGI(phytozome v9.0)數(shù)據(jù)庫(kù)下載二穗短柄草(Brochypodium distachyon, Bdistachyon )的基因注釋數(shù)據(jù) (ftp://ftp.jgi-psf.org/pub/compgen/phytozome/v9.0/ Bdistachyon/)，隨機(jī)選取基因數(shù)據(jù)。以 Windows操作系統(tǒng)為例，分別從運(yùn)行環(huán)境、數(shù)據(jù)準(zhǔn)備、運(yùn)行軟件、相關(guān)參數(shù)等方面介紹其使用方法。

2.1 運(yùn)行環(huán)境

第一步：打開(kāi)DOS命令窗口。點(diǎn)擊桌面左下角的“開(kāi)始”—>“運(yùn)行” 輸入“cmd”即可打開(kāi)DOS命令窗口。

第二步：在DOS命令窗口，輸入命令“perl-v”，如果能看到Perl軟件的版本號(hào)，表示電腦可以使用本軟件。如果看到反饋信息為：不是內(nèi)部或外部命令，也不是可運(yùn)行的程序或批處理文件，則說(shuō)明電腦需要安裝Perl程序，下載頁(yè)面為：http://www.perl.org/get.html。

2.2 數(shù)據(jù)準(zhǔn)備

繪制染色體上的基因分布圖，需要收集基因相關(guān)信息：(1)基因名稱(chēng)；(2)基因開(kāi)始位置；(3)基因結(jié)束位置；(4)基因所在染色體名稱(chēng)；(5)基因所在染色體的長(zhǎng)度。之后將(1)～(4)信息依次匯總至文本文件input_gene_info.txt中；將(4)、(5)信息匯總至文本input_chrom_info.txt中。

本文通過(guò)自編寫(xiě)的 Perl程序 randomSelect-Info.pl(其源碼可軟件包中找到)分別從每條染色體中選取 60、80、100個(gè)基因數(shù)據(jù)樣本，依次存入文本文件 60_bd_origin_gene_info.txt、80_bd_origin_ gene_info.txt、100_bd_origin_gene_info.txt中。

2.3 運(yùn)行軟件

如需了解軟件用法，打開(kāi)DOS窗口輸入“perl mapGene2Chrom.pl”即可獲得相關(guān)信息。其輸入?yún)?shù)有：(1)-i 輸入文件1：包含基因及染色體的信息；(2)-chrom 輸入文件2：包含染色體名稱(chēng)及長(zhǎng)度信息；(3)-o

輸出文件前綴：后綴為“.svg”；(4)-setup 配置文件：繪制分布圖所需的參數(shù)值，用文本打開(kāi)修改即可。

將 2.2中準(zhǔn)備好的數(shù)據(jù)輸入軟件，即可獲得結(jié)果文件output_60.svg，output_80.svg，output_100.svg中。本文選取不同密度的分布圖做對(duì)比(圖1)；同時(shí)，也抽查了不同染色體、等量基因的效果(圖2)。這些均為矢量圖，隨意放大或縮小，可直接用于發(fā)表文章。

2.4 參數(shù)說(shuō)明

在設(shè)計(jì)之初，將各個(gè)元素的繪圖參數(shù)逐一放入配置文件 setup.txt中，以便于用戶個(gè)性化定制顯示效果。在配置文件中：(1)注釋行以“#”開(kāi)頭，相關(guān)說(shuō)明信息會(huì)存入注釋行中。(2)含有“=”的行，為參數(shù)設(shè)置行，等號(hào)前的字符為參數(shù)名稱(chēng)；等號(hào)后的字符為參數(shù)值。涉及繪圖效果的參數(shù)共有30個(gè)，這些參數(shù)涉及標(biāo)題的字體、字體大小及顏色；基因名稱(chēng)的字體、字體大小及顏色；染色體邊框線寬度、顏色；連接線的寬度、顏色等，詳情請(qǐng)參考表1。

3 MapGene2Chrom網(wǎng)頁(yè)版的使用方法

MapGene2Chrom網(wǎng)頁(yè)版與本地版相比，相同點(diǎn)：核心算法與參數(shù)設(shè)置相同；不同點(diǎn)：網(wǎng)頁(yè)版操作更為簡(jiǎn)單、直觀，但受網(wǎng)絡(luò)因素影響較大，數(shù)據(jù)計(jì)算量限制為100 kb(約為400個(gè)基因)。繪圖參數(shù)共30個(gè)，詳情參考表1，界面如圖3所示。

在使用MapGene2Chrom網(wǎng)頁(yè)版時(shí)，只需將指定格式的基因信息和染色體信息粘貼至文本框，點(diǎn)擊繪圖即可得到輸出結(jié)果(圖4)。由于繪圖方式采用的是SVG語(yǔ)言，建議使用谷歌Chrome或FireFox瀏覽器。

圖1 從染色體Chr02上分別隨機(jī)選取60、80、100個(gè)基因繪制不同密度分布圖的效果

4 MapGene2Chrom核心算法

軟件繪制物理圖譜的大致流程(圖5)為：(1)讀取輸入文件，分析共有幾條染色體、每條染色體上有幾個(gè)基因；(2)對(duì)每條染色體上的基因信息，依據(jù)起始位置升序排列；(3)統(tǒng)一單位，以染色體最長(zhǎng)的為參考，計(jì)算每像素代表的序列長(zhǎng)度，進(jìn)而計(jì)算每條染色體的尺寸，并分配其具體位置；(4)依據(jù)計(jì)算結(jié)果繪制染色體名稱(chēng)及染色體邊框；(5)繪制基因名稱(chēng)及連接線；(6)在染色體正下方繪制刻度尺，并將所有繪圖信息輸出至SVG文件，供用戶查看。

圖2 從二穗短柄草的5條染色體上隨機(jī)選取80個(gè)基因的分布圖效果

表1 配置文件參數(shù)說(shuō)明

5 討 論

MapGene2Chrom是基于Perl語(yǔ)言開(kāi)發(fā)的一種生物輔助作圖軟件，目前有本地版和網(wǎng)頁(yè)版軟件供用戶選擇使用。本地版軟件的優(yōu)點(diǎn)是數(shù)據(jù)量不受限制；缺點(diǎn)是操作較為繁瑣，用戶需具備一定計(jì)算機(jī)基礎(chǔ)。網(wǎng)頁(yè)版軟件的優(yōu)點(diǎn)是操作界面簡(jiǎn)單、直觀，所有用戶均可使用；缺點(diǎn)是數(shù)據(jù)量受限制(限制為100 kb，約400條基因數(shù)據(jù))。軟件通過(guò)分析不同染色體上的基因相對(duì)距離來(lái)描繪其分布圖，以直觀、簡(jiǎn)潔的方式展示給用戶。除此之外，軟件的用途還可做以下延伸：(1)繪圖功能亦適用于 Scaffold；(2)如果將基因的物理距離變?yōu)榉肿訕?biāo)記的遺傳距離，物理圖譜就變成了遺傳連鎖圖譜，兩者之間的換算需要用戶自行完成；(3)相對(duì)位置的單位除了堿基對(duì)(Base pair, bp)外，也可用遺傳距離里摩(Centi-Morgan, cM)，此項(xiàng)參數(shù)是依據(jù)輸入數(shù)據(jù)的單位來(lái)定的；(4)本文展示的分布圖最多為100個(gè)基因，如需顯示更多，本地版軟件需修改配置文件中的參數(shù) svg_chrom_height 和chrom_init_len；網(wǎng)頁(yè)版軟件，需調(diào)整單染色體容器及染色體的高度。

圖3 MapGene2Chrom網(wǎng)頁(yè)版操作界面

圖4 繪圖采用不同基因線類(lèi)型值的顯示效果

圖5 MapGene2Chrom執(zhí)行流程圖

另外，用戶需要注意的是：在對(duì)同一物種構(gòu)建遺傳圖譜時(shí)，不同的試驗(yàn)家系和試驗(yàn)群體規(guī)模，其遺傳圖譜并不完全一致；再加上基因組中重組熱點(diǎn)的存在，會(huì)導(dǎo)致遺傳圖譜與物理圖譜并非嚴(yán)格的一一對(duì)應(yīng)關(guān)系。所以，軟件不會(huì)直接將物理距離與遺傳距離直接變換，具體選擇物理距離(bp)還是遺傳距離(cM)繪圖，是由用戶的數(shù)據(jù)來(lái)決定的，兩者之間無(wú)準(zhǔn)確的換算關(guān)系，取決于用戶的經(jīng)驗(yàn)。

MapGene2Chrom輸出結(jié)果為SVG矢量圖，推薦用谷歌 Chrome、Firefox等常用瀏覽器中打開(kāi)查看，能夠隨意放大或縮小、簡(jiǎn)單靈活、易于修改，便于研究人員使用，為生物信息學(xué)分析提供輔助。

[1]Lander ES, Green P, Abrahamson J, Barlow A, Daly MJ, Lincoln SE, Newburg L. MAPMAKER: an interactive computer package for constructing primary genetic linkage maps of experimental and natural populations. Genomics, 1987, 1(2): 174-181.

[2]VAN Ooijen JW. Multipoint maximum likelihood mapping in a full-sib family of an outbreeding species. Genet Res, 2011, 93(5): 343-349.

[3]Stam P. Construction of integrated genetic linkage maps by means of a new computer package: Join Map. Plant J, 1993, 3(5): 739-744.

[4]Stam P. JoinMap 2. 0 deals with all types of plant mapping populations. In: Plant Genome III Abstracts. San Diego, USA, 1995.

[5]劉仁虎, 孟金陵. MapDraw, 在Excel中繪制遺傳連鎖圖的宏. 遺傳, 2003, 25(3): 317-321.

[6]沈利爽, 鄭先武, 朱立煌. Mapplotter——個(gè)輸出遺傳圖譜、圖示基因型和 QTL曲線圖形的軟件. 遺傳, 2000, 22(3): 172-174.

[7]Stein LD, Mungall C, Shu SQ, Caudy M, Mangone M, Day A, Nickerson E, Stajich JE, Harris TW, Arva A, Lewis S. The generic genome browser: a building block for a model organism system database. Genome Res, 2002, 12(10): 1599-1610.

(責(zé)任編委: 吳為人)

MapGene2Chrom, a tool to draw gene physical map based on Perl and SVG languages

Jiangtao Chao, Yingzhen Kong, Qian Wang, Yuhe Sun, Daping Gong, Jing Lv, Guanshan Liu

Key Laboratory for Tobacco Gene Resources, Tobacco Research Institute of Chinese Academy of Agricultural Sciences, Qingdao 266101, China

Genetic linkage map is helpful for analysis on heredity of some gene families and map-based gene cloning because of its simple and elegant manifestation. One software is in need to draw a gene physical map, which shows a manner similar to the genetic linkage map, based on the relative physical distance between genes. Although some tools like GBrowse and MapViewer etc. are available to draw gene physical map, there are obvious limitations for them: (1) the data need to be decorated in advance; (2) users can’t modify results. Therefore, we developed a bio-assisted mapping software——MapGene2Chrom with PC and web versions, which is based on Perl and SVG languages. The software can be used to draw the corresponding physical map quickly in SVG format based on the input data. It will become a useful tool for drawing gene physical map with the advantages of simple input data format, easily modified output and very good portability.

physical map; gene distribution map; SVG vector graph; draw map; bio-software

2014-06-24;

2014-08-06

中國(guó)煙草總公司科技重大專(zhuān)項(xiàng)(編號(hào)：110201301005[JY-05])項(xiàng)目資助

晁江濤，碩士，助理研究員，研究方向：生物信息學(xué)。E-mail: chaojiangtao@caas.cn

劉貫山，研究員，研究方向：煙草突變體鑒定與利用。E-mail: liuguanshan@caas.cn

10.16288/j.yczz.2015.01.013

時(shí)間： 2014-11-19 16:47:08

URL: http://www.cnki.net/kcms/detail/11.1913.R.20141119.1647.002.html