MapGene2Chrom基于Perl和SVG语言绘制基因物理图谱

MapGene2Chrom 基于Perl和SVG语言绘制基因物理图谱

晁江涛，孔英珍，王倩，孙玉合，龚达平，吕婧，刘贯山

【摘 要】摘要：遗传图谱表现形式简洁明了，为分析遗传规律、克隆基因提供了便利。Gbrowse、MapViewer等工具虽然能够协助研究人员绘制相似形式的物理图谱，但有很大的局限性：(1)数据需提前布置好；(2)输出结果无法灵活修改。鉴于此，文章基于Perl和SVG语言，开发了一款生物辅助作图软件MapGene2Chrom的本地版与网页版，该软件能够依据输入数据快速绘制相应的物理图谱。该软件输入数据格式简单，输出结果易于修改，图片格式为SVG矢量图，具有很好的移植性，以期为研究人员绘制物理图谱提供便利。

【期刊名称】遗传

【年(卷),期】2015(000)001

【总页数】7

【关键词】物理图谱；基因分布图；SVG矢量图；作图；生物软件

依据分子标记之间的遗传距离绘制一张简洁、美观、大方的遗传图谱，为研究人员分析某一性状的遗传规律及图位克隆基因提供了便利。目前能够绘制遗传图谱的软件有 4种：MAPMAKER[1]，JoinMap[2～4]，Mapplotter[5]和MapDraw[6]。前两种软件均具备计算遗传距离和绘制连锁图谱的功能，其中MAPMAKER侧重于Mac OS平台；JoinMap更侧重于Windows平台。后两种软件具备输出遗传图谱的功能，是

MAPMAKER在Windows平台图形化功能的补充。

当研究人员绘制一张物理图谱时，虽然可以借助于现有公共数据库，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)等工具来实现，但这些工具存在较大的局限性：(1)数据需事先布置在这些工具中；(2)输出结果样式无法灵活定制。这大大了这些工具在绘制美观物理图谱方面的应用。鉴于此，本文基于Perl(Practical Extraction and Report Language)和SVG(Scalable Vector Graphics)矢量图语言，开发了一款生物辅助软件 MapGene2Chrom的本地版及网页版。输入指定格式的数据，并做简单的参数设置，即可快速绘制一张简洁、美观、大方的基因物理图谱，如果输出效果不够美观，只需修改参数重新运行软件即可。网页版软件访问地址：http://www. tobaccomdb.com/tools/index_mapGene2Chrom.html，源码可从该网页下载，或直接与作者联系索取。

1 MapGene2Chrom的原理与特点

MapGene2Chrom基于Perl和SVG语言，根据染色体上基因的相对物理距离，可快速画出不同染色体上基因的分布矢量图。基因的位置信息通过常用的记事本、写字板或Microsoft Excel办公软件进行简单处理即可作为输入文件；之后，运行软件，用户将得到一张基因分布SVG矢量图，该文件可通过谷歌 chrome、FireFox、IE9+或者其他支持 SVG的浏览器查看。由于用 MapGene2Chrom软件画图时，采用直接输出SVG标记语句，所以用户只要有Perl语言基本环境即可使用。下文将分别介绍本地版与网页版软件的使用方法。

2 MapGene2Chrom本地版的使用方法

从 JGI(phytozome v9.0)数据库下载二穗短柄草(Brochypodium distachyon, Bdistachyon )的基因注释数据 (ftp://ftp.jgi-psf.org/pub/compgen/phytozome/v9.0/ Bdistachyon/)，随机选取基因数据。以 Windows操作系统为例，分别从运行环境、数据准备、运行软件、相关参数等方面介绍其使用方法。

2.1 运行环境

第一步：打开DOS命令窗口。点击桌面左下角的“开始”—>“运行” 输入“cmd”即可打开DOS命令窗口。

第二步：在DOS命令窗口，输入命令“perl-v”，如果能看到Perl软件的版本号，表示电脑可以使用本软件。如果看到反馈信息为：不是内部或外部命令，也不是可运行的程序或批处理文件，则说明电脑需要安装Perl程序，下载页面为：http://www.perl.org/get.html。

2.2 数据准备

绘制染色体上的基因分布图，需要收集基因相关信息：(1)基因名称；(2)基因开始位置；(3)基因结束位置；(4)基因所在染色体名称；(5)基因所在染色体的长度。之后将(1)～(4)信息依次汇总至文本文件input_gene_info.txt中；将(4)、(5)信息汇总至文本input_chrom_info.txt中。

本文通过自编写的 Perl程序 randomSelect-Info.pl(其源码可软件包中找到)分别从

每条染色体中选取 60、80、100个基因数据样本，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 运行软件

如需了解软件用法，打开DOS窗口输入“perl mapGene2Chrom.pl”即可获得相关信息。其输入参数有：(1)-i 输入文件1：包含基因及染色体的信息；(2)-chrom 输入文件2：包含染色体名称及长度信息；(3)-o

输出文件前缀：后缀为“.svg”；(4)-setup 配置文件：绘制分布图所需的参数值，用文本打开修改即可。

将 2.2中准备好的数据输入软件，即可获得结果文件output_60.svg，output_80.svg，output_100.svg中。本文选取不同密度的分布图做对比(图1)；同时，也抽查了不同染色体、等量基因的效果(图2)。这些均为矢量图，随意放大或缩小，可直接用于发表文章。

2.4 参数说明

在设计之初，将各个元素的绘图参数逐一放入配置文件 setup.txt中，以便于用户个性化定制显示效果。在配置文件中：(1)注释行以“#”开头，相关说明信息会存入注释行中。(2)含有“=”的行，为参数设置行，等号前的字符为参数名称；等号后的字符为参数值。涉及绘图效果的参数共有30个，这些参数涉及标题的字体、字体大小及颜色；基因名称的字体、字体大小及颜色；染色体边框线宽度、颜色；连接线的宽度、颜色等，详情请参考表1。

3 MapGene2Chrom网页版的使用方法

MapGene2Chrom网页版与本地版相比，相同点：核心算法与参数设置相同；不同点：网页版操作更为简单、直观，但受网络因素影响较大，数据计算量为100 kb(约为400个基因)。绘图参数共30个，详情参考表1，界面如图3所示。

在使用MapGene2Chrom网页版时，只需将指定格式的基因信息和染色体信息粘贴至文本框，点击绘图即可得到输出结果(图4)。由于绘图方式采用的是SVG语言，建议使用谷歌Chrome或FireFox浏览器。

4 MapGene2Chrom核心算法

软件绘制物理图谱的大致流程(图5)为：(1)读取输入文件，分析共有几条染色体、每条染色体上有几个基因；(2)对每条染色体上的基因信息，依据起始位置升序排列；(3)统一单位，以染色体最长的为参考，计算每像素代表的序列长度，进而计算每条染色体的尺寸，并分配其具体位置；(4)依据计算结果绘制染色体名称及染色体边框；(5)绘制基因名称及连接线；(6)在染色体正下方绘制刻度尺，并将所有绘图信息输出至SVG文件，供用户查看。

5 讨 论

MapGene2Chrom是基于Perl语言开发的一种生物辅助作图软件，目前有本地版和网页版软件供用户选择使用。本地版软件的优点是数据量不受；缺点是操作较为繁琐，用户需具备一定计算机基础。网页版软件的优点是操作界面简单、直观，所有用户均可使用；缺点是数据量受(为100 kb，约400条基因数据)。软件通过分析不同

染色体上的基因相对距离来描绘其分布图，以直观、简洁的方式展示给用户。除此之外，软件的用途还可做以下延伸：(1)绘图功能亦适用于 Scaffold；(2)如果将基因的物理距离变为分子标记的遗传距离，物理图谱就变成了遗传连锁图谱，两者之间的换算需要用户自行完成；(3)相对位置的单位除了碱基对(Base pair, bp)外，也可用遗传距离里摩(Centi-Morgan, cM)，此项参数是依据输入数据的单位来定的；(4)本文展示的分布图最多为100个基因，如需显示更多，本地版软件需修改配置文件中的参数 svg_chrom_height 和chrom_init_len；网页版软件，需调整单染色体容器及染色体的高度。

另外，用户需要注意的是：在对同一物种构建遗传图谱时，不同的试验家系和试验群体规模，其遗传图谱并不完全一致；再加上基因组中重组热点的存在，会导致遗传图谱与物理图谱并非严格的一一对应关系。所以，软件不会直接将物理距离与遗传距离直接变换，具体选择物理距离(bp)还是遗传距离(cM)绘图，是由用户的数据来决定的，两者之间无准确的换算关系，取决于用户的经验。

MapGene2Chrom输出结果为SVG矢量图，推荐用谷歌 Chrome、Firefox等常用浏览器中打开查看，能够随意放大或缩小、简单灵活、易于修改，便于研究人员使用，为生物信息学分析提供辅助。

参考文献：

[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]刘仁虎, 孟金陵. MapDraw, 在Excel中绘制遗传连锁图的宏. 遗传, 2003, 25(3): 317-321.

[6]沈利爽, 郑先武, 朱立煌. Mapplotter——个输出遗传图谱、图示基因型和 QTL曲线图形的软件. 遗传, 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.

(责任编委: 吴为人)

基金项目：中国烟草总公司科技重大专项(编号：110201301005[JY-05])项目资助

网络出版：时间： 2014-11-19 16:47:08

URL: http://www.cnki.net/kcms/detail/11.1913.R.20141119.17.002.html