注：圖簡單介紹
Proteomes：有三個(gè)物種，每個(gè)方框內(nèi)的存在旁系同源(存在于一個(gè)物種中，因基因復(fù)制而被區(qū)分開，且功能發(fā)生改變)(圖中體現(xiàn)為形狀不一樣)，不同方框之間存在直系同源(因物種形成而被區(qū)別開，一個(gè)基因原先存在于某個(gè)物種，而該物種分化為了兩個(gè)物種，兩個(gè)物種中的相同的基因功能未變化)(圖中體現(xiàn)為形狀一樣)。
Orthogroups：直系同源群，分為3個(gè)群，同一個(gè)圈內(nèi)的基因功能一樣(圖中體現(xiàn)形狀一樣)。
Gene Trees：將上面分成的直系同源群分別進(jìn)行進(jìn)化樹分析。(分成幾個(gè)，就能畫幾個(gè)進(jìn)化樹)。
Species Tree：根據(jù)直系同源群畫的樹，進(jìn)行物種樹的繪制。
Orthologues：直系同源，可以知道每個(gè)直系同源的起源。
summary statictistics：一些統(tǒng)計(jì)情況。
2.相關(guān)概念
同源序列可以分為直系同源和旁系同源。
直系同源(Orthologs)：直系同源的序列因物種形成而被區(qū)分開，若一個(gè)基因原先存在于某個(gè)物種，而該物種分化為了兩個(gè)物種，兩個(gè)物種中的相同的基因功能未變化，那么新物種中的基因是直系同源的。
旁系同源(Paralogs)：旁系同源的序列存在于同一個(gè)物種。旁系同源的序列因基因復(fù)制而被區(qū)分開，若生物體中的某個(gè)基因被復(fù)制了，功能改變了，那么兩個(gè)副本序列就是旁系同源。
直系同源是由系統(tǒng)發(fā)育定義的。它不能通過氨基酸含量，密碼子偏好，GC含量或其他序列相似性測量定義。識(shí)別直系同源的唯一方法是通過分析系統(tǒng)發(fā)育樹。確保直系分配正確的唯一方法是對(duì)所考慮的物種的最后共同祖先的單個(gè)基因下的所有基因進(jìn)行系統(tǒng)發(fā)育重建。這組基因是直系同源群。因此，定義直系同源的唯一方法是分析直系同源群。
3.OrthoFinder的安裝
下載站網(wǎng)站： https://github.com/davidemms/OrthoFinder/releases
注：由于Linux系統(tǒng)版本較低，故選擇Orthofinder2.3.7版本的第二個(gè)安裝包下載。
下載完成后用FileZilla等軟件把安裝包傳到Linux服務(wù)器上。連接上服務(wù)器，輸入以下代碼完成解壓和安裝。
#終端連接服務(wù)器
ssh 用戶名@服務(wù)器地址
password(密碼)
#解壓縮
tar xzf OrthoFinder_glibc-2.17.tar.gz
cd OrthoFinder/ #cd到可執(zhí)行文件orthofinder所在的文件夾
./orthofinder #如果出現(xiàn)以下圖片所示，說明軟件已經(jīng)可以運(yùn)行。
4.軟件的使用
下載氨基酸序列，格式為fasta，每個(gè)物種一個(gè)文件，并將所有fasta文件存于一個(gè)目錄。文件名應(yīng)該簡潔并有區(qū)分性，因?yàn)槲募€會(huì)作為最終物種ID。
#查看幫助文檔
cd --
OrthoFinder/orthofinder -h
#以軟件自帶的數(shù)據(jù)運(yùn)行
OrthoFinder/orthofinder -f OrthoFinder/ExampleData -S diamond #第一個(gè)參數(shù):OrthoFinder/orthofinder為orthfinder可執(zhí)行文件所在地址。第二個(gè)參數(shù)-f:輸入目錄，里面包含需要運(yùn)行的蛋白質(zhì)fasta文件。第三個(gè)參數(shù)-S:序列搜索程序，默認(rèn)為diamond。
5.運(yùn)行結(jié)果文件解讀
標(biāo)準(zhǔn)OrthoFinder運(yùn)行會(huì)生成一組文件，這些文件描述了直系同源群，直系同源，基因樹，解析基因樹，有根物種樹，基因復(fù)制事件以及所分析物種集的比較基因組統(tǒng)計(jì)數(shù)據(jù)。
(1)直系同源群(Orthogroups)目錄
Orthogroups.tsv：一個(gè)制表符分隔的文本文件，每行包含屬于單個(gè)直系同源群的基因。來自每個(gè)直系同源群基因被組織成列，每個(gè)物種一列。
Orthogroups_UnassignedGenes.tsv：一個(gè)制表符分隔的文本文件，其格式與Orthogroups.csv相同，但包含未分配給任何直系同源群的所有基因。
Orthogroups.txt(傳統(tǒng)格式):包含Orthogroups.tsv文件中描述的直系同源群，但使用OrthoMCL輸出格式。(方便需求)
Orthogroups.GeneCount.tsv：一個(gè)制表符分隔的文本文件，其格式與Orthogroups.csv相同，但包含每個(gè)直系同源群中每個(gè)物種的基因數(shù)計(jì)數(shù)。
Orthogroups_SingleCopyOrthologues.txt：每個(gè)物種正好包含一個(gè)基因的直系同源群列表，即它們包含一對(duì)一的直系同源物。 它們非常適合進(jìn)行種間比較和種樹推斷。(實(shí)際使用時(shí)候可以根據(jù)需求挑選)
(2)直系同源物(Orthologues)目錄
直系同源物目錄為每個(gè)物種包含一個(gè)子目錄，該子目錄又包含每個(gè)成對(duì)物種比較文件，列出該物種對(duì)之間的直系同源物。 直系同源物可以是一對(duì)一，一對(duì)多或多對(duì)多，這取決于直系同源物分化后的基因復(fù)制事件。文件中的每一行都包含一個(gè)物種中的基因，而該基因是另一物種中該基因的直系同源物，并且每一行都被交叉引用到包含這些基因的直系群中。
(3)基因樹(Gene Trees)目錄
為每個(gè)直系同源群推斷的系統(tǒng)發(fā)育樹。(根據(jù)需求用)
(4)解析的基因樹( Resolved Gene Trees)目錄
為每個(gè)直系同源群推斷出有根的系統(tǒng)發(fā)育樹，使用OrthoFinder復(fù)制損失合并模型進(jìn)行解析。(根據(jù)需求來)
(5)物種樹(Species Tree)目錄
SpeciesTree_rooted.txt：從所有直系同源群推斷出的STAG物種樹，包含內(nèi)部節(jié)點(diǎn)上的STAG支持值，并以STRIDE為根。
SpeciesTree_rooted_node_labels.csv：與上述相同的樹，但是節(jié)點(diǎn)具有標(biāo)簽(而不是支持值)以允許其他結(jié)果文件交叉引用物種樹中的分支/節(jié)點(diǎn)（例如基因復(fù)制事件的位置）。
(6)比較基因組統(tǒng)計(jì)目錄
Duplications_per_Orthogroup.tsv：是一個(gè)制表符分隔的文本文件，該文件給出每個(gè)直系同源組中標(biāo)識(shí)的復(fù)制項(xiàng)的數(shù)量。 該數(shù)據(jù)的主文件是Gene_Duplication_Events / Duplications.tsv。
Duplications_per_Species_Tree_Node.tsv：是一個(gè)制表符分隔的文本文件，該文件給出了沿物種樹的每個(gè)分支發(fā)生的復(fù)制次數(shù)。 該數(shù)據(jù)的主文件是Gene_Duplication_Events / Duplications.tsv。
Orthogroups_SpeciesOverlaps.tsv：一個(gè)制表符分隔的文本文件，其中包含每個(gè)物種對(duì)之間共享的直系同源群（以方矩陣形式）。
OrthologuesStats _ *.tsv：是制表符分隔的文本文件，其中包含矩陣，這些矩陣給出了每對(duì)物種之間一對(duì)一，一對(duì)多和多對(duì)多關(guān)系的直向同源物數(shù)量。
Statistics_Overall.tsv：一個(gè)制表符分隔的文本文件，其中包含有關(guān)直系同源群大小和分配給直系同源群的基因比例的常規(guī)統(tǒng)計(jì)信息。
Statistics_PerSpecies.tsv：一個(gè)制表符分隔的文本文件，其中包含與Statistics_Overall.csv文件相同的信息，但包含每個(gè)單獨(dú)的物種。
在Statistics_Overall.csv 和Statistics_PerSpecies.csv中的一些名詞
Species-specific orthogroup：完全由一個(gè)物種的基因組成的直系同源群。
G50: 直系同源群中的基因數(shù)量，以使50％的基因位于該大小或更大的直系同源群中。
O50: 最小數(shù)目的正交群，以使50％的基因位于該大小或更大的直系同源群中。
Single-copy orthogroup: 單拷貝直系同源群，每個(gè)物種中僅有一個(gè)基因的直系同源群。 這些直系同源群是推斷物種樹和許多其他分析的理想選擇。
Unassigned gene: 未分配的基因，尚未與任何其他基因放入直系同源群的基因。
(7)基因復(fù)制事件(Gene Duplication Events)目錄
Duplications.tsv：一個(gè)制表符分隔的文本文件，其中列出了所有基因復(fù)制事件，這些事件是通過檢查每個(gè)直系同源群基因樹的每個(gè)節(jié)點(diǎn)來標(biāo)識(shí)的。
SpeciesTree_Gene_Duplications_0.5_Support.txt ：提供了物種樹分支上上述復(fù)制的總和。 它是newick格式的文本文件。 每個(gè)節(jié)點(diǎn)或物種名稱后面的數(shù)字是在導(dǎo)致節(jié)點(diǎn)/物種的分支上發(fā)生的具有至少50％支持的基因復(fù)制事件的數(shù)量。
(8)直系同源群(Orthogroups sequences)序列
每個(gè)直系同源群的FASTA文件給出了每個(gè)直系同源群中每個(gè)基因的氨基酸序列。
(9)單拷貝的直系同源群序列(Single copy orthologue sequences)
與直系同源群序列目錄相同的文件，但僅限于每個(gè)物種僅包含一個(gè)基因的直系同源群。
