问题是这样的：有很多很多序列，几百条，想大致了解一下这些序列分别是什么样的微生物，如果一条一条去blast，那是相当的累。想找一个工具告诉我每条序列blast结果的前几条的名称是什么即可，不需要其它信息。

在网上找了一下，没找到合适的软件或工具，虽然有些关于批量blast的教程之类的，比如这个，但是给出的结果及其繁琐，很多不需要的信息。

后来发现Biopython可以很简单就进行批量Blast。只需先安装Python和Biopython，Python和Biopython的下载地址分别为：
http://www.python.org/download/
http://www.biopython.org/wiki/Download

继续阅读 »

昨天和师兄一起去港大的Genome Research Center了解了一下关于454测序的情况，那边的老师很耐心地给我们作了相关介绍。今天把了解到的内容简单整理一下：

1. 454测序原理
简单说就是把DNA样品中的每条DNA连到一个小球上，然后通过一系列的反应和操作，可以得到从小球开始的大约400个bp的序列。一个454测序反应理论上可以得到100万条序列，考虑到效率的问题，实际得到的序列可能略少一些。
具体说来非常复杂，就不说了。

2. 454测序可以用来干什么？
继续阅读 »

用MEGA构建了系统进化树之后，虽然TreeExplorer窗口中提供了一些功能对进化树进行优化和编辑，但似乎有些不足之处，比如要将树枝名称用不同的字体或不同颜色区别开来，好像就没法实现。例如下面这个图，不同树枝信息颜色不同：

偶然一次发现，原来可以用Word编辑，方法如下：
1. 将MEGA做好的进化树复制到Word中；
2. 右键点击图片，选择” Edit Picture”；
3. OK了，可以使用任何字体、任何颜色编辑进化树了。

MEGA 是一个非常优秀的序列比对和系统进化树构建软件，使用方便，完全免费，可从其网站下载， 最新版本是4.0。下面是用MEGA构建系统进化树的简明操作流程（具体细节请参考相关MEGA教程及使用说明）：

1. 将要用于构建系统进化树的所有序列合并到同一个fasta格式文件，注意：所有序列的方向都要保持一致 ( 5’-3’)。

2. 打开MEGA软件，选择”Alignment” – “Alignment Explorer/CLUSTAL”，在对话框中选择Retrieve sequences from a file, 然后点OK，找到准备好的序列文件并打开。

3. 在打开的窗口中选择”Alignment”-“Align by ClustalX” 进行对齐，对齐过程需要一段时间，对齐完成后，最好将序列两端切齐，选择两端不齐的部分，单击右键，选择delete即可。

继续阅读 »

前段时间做了一个克隆文库，有点大，拿到上百条序列，有了序列后，想选择一种合适的酶进行酶切，进而将克隆的结果与T-RFLP的结果联系起来。试了几个软件和一些在线酶切分析工具，好像都是可以用多种酶去切一个序列，而不能同时切多个序列。要是序列不多，一个个切切还可以，可是这上百条序列就需要几百次甚至更多的重复操作，不但能把手累的抽筋，眼都能被累的抽筋，实在让人无法忍受。于是决定自己做个小工具。

首先用了几个小时速成了一下Perl语言及Bioperl，发现这玩意处理字符串真的是太方便了！只需要下面这几行代码就可以自动或半自动同时查找多个序列酶切位点了(由于T-RFLP结果只与第一个酶切位点有关，因此只找每个序列的第一个切点)。
继续阅读 »

Quantity One是Bio-Rad公司的凝胶电泳图像获取、处理以及定量分析软件。功能很强大，到底多么强大在这就不说了。用处很多，到底多么多在这也不说了，具体功能请参考Quantity One使用说明及相关教程。下面只是Quantity One用于DGGE结果定量分析的一般操作方法：

有下面这么一张DGGE图像，需要分析一下左边第5条泳道的8个条带对应的DNA在样品中占的百分比各分别是多少。

继续阅读 »

以前做了个小软件用来合并多个基因序列文件，昨天发现，用BioEdit就可以进行合并，非常简单，合并方法如下：

1、打开BioEdit，点击“File”->”New Alignment”;
2、“File”->”import”->”Sequence Alignment file”，将全部要合并的序列导入；
3、”File“->”Save“ or “Save as”，保存为.fas格式文件。OK！

BioEdit是一个优秀的、卓越的、非常不错的、免费的序列编辑与分析软件。

BioEdit下载地址：BioEdit

ARB是德国慕尼黑工业大学开发的一个序列分析软件包，这个软件的开发始于90年代初，距今已有十多年的历史。起初功能比较简单，主要用于rRNA序列分析，而现在ARB的功能已经非常强大，可以广泛用于核酸和蛋白质序列分析。

ARB大致有以下一些功能：

(1) 序列数据以系统发育树(phylogenetic tree)的形式在主窗口中显示，用鼠标点击可进行一系列查找及编辑操作；
(2) 序列及附属数据可以以不同格式导入和导出；
(3) 提供各种各样的算法画系统发育树；
(4) ARB有一个功能强大的编辑器，具有查找，对齐，对齐优化，二级结构检查，显示二级结构等功能；
(5) ARB的PT server提供了强大的搜索功能，可以在整个数据库中快速查找specific sequence  signatures，进行相关probe设计。

ARB最大的一个不足之处就是它是基于Unix/Linux的软件，没有Windows版本，安装使用都比较麻烦，不易上手，使不少人望而却步。刚才在谷歌中搜索了一下，竟然一篇介绍ARB的中文章都没找到。

ARB下载：

http://www.arb-home.de/downloads.html

ARB的安装：

ARB需要在Linux系统下安装，如果在windows系统中安装，需要先装一个虚拟机软件(如VMWare、Virtual PC等)，虚拟一台PC，然后安装Linux系统，然后再在这个Linux系统中安装ARB。

ARB相关资料：

ARB网站：http://www.arb-home.de/
雅虎讨论组：http://tech.groups.yahoo.com/group/arb_users/
ARB Silva Database：http://www.arb-silva.de/
一篇介绍ARB的Paper：ARB: a software environment for sequence data.   Nucleic Acids Research.  2004. 32(4):1363-1371

做qRT-PCR的时候经常需要计算DNA拷贝数(Copy Number)，比较烦，用下面这个计算器就方便多了!

说明：
1 上面的计算器中假设1mol base pair(bp)的质量是660g
2 使用的公式是Copy Number = ( amount * 6.022×10^23) / (length * 1×10^9 * 660)
3 其中的Javascript函数是从这里复制的，将其中的650改为了660。

什么是拷贝数？看这里：http://baike.baidu.com/view/1321865.htm
如何计算拷贝数？计算方法：(6.02 x 10的23次拷贝数/摩尔) x (浓度g/ml) / (MW g/mol) = copies/ml [平均分子量: dsDNA=(碱基数) x (660 道尔顿/碱基) ssDNA=(碱基数) x (330 道尔顿/碱基) ssRNA=(碱基数) x (340 道尔顿/碱基)]

常见的DNA序列格式有下面这些：

PLAIN格式 、EMBL格式、 FASTA格式、 GCG格式、GenBank格式、 IG格式 IUPAC格式和PHYLIP格式等。这些DNA序列文件的书写规则及示例在这里有详细介绍: http://www.genomatix.de/online_help/help/sequence_formats.html

有很多软件可以对这些格式进行转换，比如SeqVerter 、DataConvert、Visual Sequence Editor 等。如果需要转换的文件不是很多，就不需要下载安装软件了，用在线工具即可：
http://www-bimas.cit.nih.gov/molbio/readseq/
http://searchlauncher.bcm.tmc.edu/seq-util/readseq.html
这是2个可以在线进行这些格式之间的相互转换的工具，使用非常简单。

另外，如果需要将多个FASTA格式的文件合并为一个文件，这个文件合并软件可能可以用一下，不过不是太好用。