雖然我們一直在說可以“用別人的數據，寫自己的文章”，但是具體怎么操作，很多同學還是不清楚。今天就用一個完全用公共數據庫資源進行分析發文的例子來和大家分享下這方面的思路。
讀前準備知識點
1. NBS-LRR是最大的抗性基因家族之一 ；
2. 根據N端的Domains不同NBS-LRR分為兩個亞族，含TIR的TIR-NBS-LRR（TNL）和含卷曲螺旋（CC）N端結構域的 CC-NBS-LRR（CNL）。
鑒定木薯NBS-LRR基因家族成員
利用從Pfam數據庫下載的 raw NBS HMM 在木薯基因組數據中鑒定NBS基因，再用這些基因構建木薯特異的 HMM模型，然后使用新建的 HMM模型重新搜索木薯NBS基因家族成員，這樣才能得到比較全面的NBS基因家族成員。流程如下圖所示：
鑒定過程中值得注意的是，部分NBS-LRR基因在進化過程中丟失了完整的NBS domain。要鑒定這部分基因，需要下載NCBI中所有名字含“NBS-LRR” 標簽的基因，與木薯基因比對，認為相似度高的基因就是不完整NBS-LRR 基因。得到盡量全面的候選基因后，用保守結構域的隱馬爾科夫模型和Paircoil2來區分不同類型的domains（TIR, RPW8，LRR，CC）。
最終篩選到了228個NBS編碼的抗病基因，兩個亞族TNL、CNL分別有47個和181個，此外鑒定出99個不完整的NBS基因。CNL是TNL基因的3.8倍，這個比例在不同物種中并不相同，數量多的一組可能反映了該類抗病基因適應木薯的主要病菌。
系統進化分析
用MEGA6構建NBS-LRR基因的系統發育進化樹，結果顯示NBS-LRR基因分化成TNL亞族和CNL亞族兩大分枝。TNL（紅色）含33個基因，CNL 分為三個小分支CC(I)(藍色), CC(II)(綠色)和（紫色），在類似研究中RPW8通常分到了CC(II) group 。
作者為了給每個進化分枝的成員找到功能密切的同系物，添加了一組已知功能的抗性基因作為參照重新構建了系統進化樹（如下圖）。加入參照序列影響了進化樹的拓撲結構，并導致CC(I)（藍色）組內部分為兩個獨立的分支，CC-1a 和 CC-1b。部分參照基因沒有與木薯基因聚在一起，可能因為選取的參照基因來自不同科（禾本科）。
NBS-LRR基因家族的進化和影響每個物種的病菌密切相關，在進化枝CC-2中，與加入的參照基因的相似度不高，這些基因可能對未知木薯病菌有抗性或者在非宿主抗性反應中起作用。
基因的染色體定位
獲取基因在染色體上的位置信息，繪制基因在染色體上的位置分布圖。下圖從外到內，第一圈代表不同的染色體，第二圈代表在染色體不同位置的基因。第二圈中紅色代表TNL基因，藍色和黑色代表CNL基因，由圖可以看出CNL在每條染色體上都有分布，TNL僅分布在了9個染色體上。在染色體上NBS-LRR 基因傾向于形成基因簇，通常認為基因簇通過重組、錯配促進序列交換。
NBS-LRR 基因在生物脅迫下的表達分析
分析NBS-LRR 基因在感病木薯及對照中的表達量變化（數據來自公共數據庫）。從上圖中心的兩圈（基因的表達量）可以看出，木薯NBS-LRR 的表達量在生物脅迫組和對照組之間沒有太大變化，然而有幾個基因在所有組中都是高表達，再結合類似文獻的結果，推測NBS-LRR基因雖然可能不參與抗性應激反應，但其基因產物在植物感染之前發揮了抗性作用。
結語及啟發
這篇文章發表期刊的影響因子或許并不是太高，但是它給大家提供了一套完整的分析思路。只要有好的想法，明確自己的研究方向，就可以利用數據庫中的公開數據發表文章。
如果您也有類似的實驗材料，也想做相關的分析，可以通過下方鏈接進入學習，0生信基礎也完全沒有問題噢！
更多生物信息課程：
1. 文章越來越難發？是你沒發現新思路，基因家族分析發2-4分文章簡單快速，學習鏈接：基因家族分析實操課程、基因家族文獻思路解讀
2. 轉錄組數據理解不深入？圖表看不懂？點擊鏈接學習深入解讀數據結果文件，學習鏈接：轉錄組（有參）結果解讀；轉錄組（無參）結果解讀
3. 轉錄組數據深入挖掘技能-WGCNA，提升你的文章檔次，學習鏈接：WGCNA-加權基因共表達網絡分析
4. 轉錄組數據怎么挖掘？學習鏈接：轉錄組標準分析后的數據挖掘、轉錄組文獻解讀
5.?微生物16S/ITS/18S分析原理及結果解讀、OTU網絡圖繪制、cytoscape與網絡圖繪制課程
6. 生物信息入門到精通必修基礎課，學習鏈接：linux系統使用、perl入門到精通、perl語言高級、R語言畫圖
7. 醫學相關數據挖掘課程，不用做實驗也能發文章，學習鏈接：TCGA-差異基因分析、GEO芯片數據挖掘、GSEA富集分析課程、TCGA臨床數據生存分析、TCGA-轉錄因子分析、TCGA-ceRNA調控網絡分析
8.其他課程鏈接：二代測序轉錄組數據自主分析、NCBI數據上傳、二代測序數據解讀。
