写在前面

1. 分析基于 OrthoFinder 结果, 这个工具网上教程比较多了, 这里直接使用结果文件;
2. 部分代码参考发表的葡萄泛基因组文章;
3. 本质是一个 R 脚本, 可视化部分使用 ggplot2, 方便大家自行修改;

接口说明

本工具包含以下接口:

• -i: OrthoFinder 结果中 Orthogroups/Orthogroups.GeneCount.tsv 文件;
• -o: 输出文件目录, 文件名已经在脚本中指定, 如果目录不存在不会创建;
• -s: 统计 pan/core 基因集时模拟不放回抽取的次数, 默认 100;
• --core: 核心基因集系数, 默认为 1;
• --softcore: 软核心基因集系数, 默认 0.9;
• --private: 私有基因集系数, 默认 0.01, 最小为 1 个样本;

特别说明一下后面三个参数, 脚本自动统计输入的样本数/基因集数, 在这个基础上, 乘以相应的系数用于基因集判断, 对于默认参数, 则:

• 出现在全部样本的基因家族视为 core;
• 出现在至少 90% 样本的基因家族视为 softcore;
• 仅有 1%样本(或仅有一个样本) 支持的基因家族视为 private;
• 其余基因家族视为 dispensable;

结果说明

主要结果包括三个图两个表:



主要统计表:

脚本使用

脚本已经发布在 GitHub 上, 欢迎大家使用.