安装 目录
下载MCScanX的安装包MCScanX.zip，可以在linux系统和Mac OS进行编译：
$ unzip MCscanX.zip
$ cd MCScanX
$ make
MCScanX是为32位系统开发的，若直接在64位系统上安装会出现以下报错信息：
genek@GenekServer:~/software/MCScanX$ make
g++ struct.cc mcscan.cc read_data.cc out_utils.cc dagchainer.cc msa.cc permutation.cc -o MCScanX
msa.cc: In function ‘void msa_main(const char*)’:
msa.cc:289:22: error: ‘chdir’ was not declared in this scope
if (chdir(html_fn)<0)
^
makefile:2: recipe for target 'mcscanx' failed
make: *** [mcscanx] Error 1
这个时候需要对源代码进行修改。只需要给 msa.h, dissect_multiple_alignment.h, 和 detect_collinear_tandem_arrays.h 这三个文件前面添加
#include <unistd.h>
就没问题了
输入文件的准备 目录
我们需要两个物种的蛋白信息，还有对应蛋白在基因组中的位置。注意！这两个文件分别命名为*.blast，*.gff，前缀需一致
推荐从Ensembl下载蛋白质信息，它的注释信息非常全。
$ wget -c ftp://ftp.ensembl.org/pub/grch37/release-93/fasta/homo_sapiens/pep/Homo_sapiens.GRCh37.pep.all.fa.gz
查看其中的一条序列的记录：
>ENSP00000452494.1 pep chromosome:GRCh38:14:22449113:22449125:1 gene:ENSG00000228985.1 transcript:ENST00000448914.1 gene_biotype:TR_D_gene transcript_biotype:TR_D_gene gene_symbol:TRDD3 description:T cell receptor delta diversity 3 [Source:HGNC Symbol;Acc:HGNC:12256]
可以看到，该蛋白质名ENSP00000452494.1，位于14号染色体上，起始位置22449113，终止位置22449125
BLAST建库
$ makeblastdb -in Homo_sapiens.GRCh37.pep.all.fa -dbtype prot -parse_seqids -out Homo_sapiens.GRCh37.pep.all
BLAST比对
$ blastp -query Homo_sapiens.GRCh37.pep.all.fa -db Homo_sapiens.GRCh37.pep.all -out HumanPep.blast -evalue 1e-10 -num_threads 16 -outfmt 6 -num_alignments 5
按照软件说明书的要求，-evalue 1e-10是将e value卡在1e-10，-num_alignments 5是取最好的5个比对结果，-outfmt 6是输出格式为tab分隔的比对结果
蛋白质基因在基因组上的位置文件为gff文件。这里的gff文件不是平常用到的那种，需要修改一下。文件是一个tab分隔的，只有4列：
sp# gene starting_position ending_position
sp是两个字母，后面的#号表示染色体编号，这个文件可以基于FASTA文件的注释行信息，自己生成一下好了。
$ awk '/^>/ {gsub(">","",$1);split($3,location,":");print "hsap" location[3] "\t" $1 "\t" location[4] "\t" location[5]}' Homo_sapiens.GRCh37.pep.all.fa >HumanPep.gff
使用MCScanX分析基因组共线性区块 目录
$ MCScanX HumanPep
程序输出的结果有两个xyz.collinearity文件和xyz.html目录
- xyz.collinearity
成对的共线性区域，如下图所示：
- xyz.html目录
参考资料：