1)根據(jù)domain序列，直接打開pfam網(wǎng)站，首頁上面有一個sequence search 輸入序列后得到pfam號

2)之后在自己服務器上操作：找到目標物種的注釋文件（一般會帶有pfam號） 輸入命令 grep pf*** <注釋文件> |less 先查看，確定后直接輸出到新文件? grep pf*** <注釋文件>? |cut -f 1 > protain_transcript?

3)之后可使用軟件seqkit 下載后解壓后可以直接使用 需要有基因組protain的序列(fasta文件)

seqkit grep -f protain_transcript? <genome_protain.fasta>? ?> goal_protain_family.fa

得到該文件后使用windows版本的mega，可參考下面的比對步驟（6）

以下方法較麻煩，建議使用上述方法

前提有一個domain序列（需要做成fasta格式，直接用vim 編輯器進行編輯文檔即可 。第一行為>name，第二行為序列），基因組的蛋白序列（fasta文件）

1.需要通過blastp來得到相應的基因（轉錄本） 。以下稱呼 query fasta （已知的蛋白序列） 蛋白庫（基因組的蛋白序列通過blast中的makeblastdb建索引）

1）首先對基因組蛋白序列進行建庫????

-in 用于輸入基因蛋白序列位置? ? -dbtype? ?建庫類別為蛋白則輸入prot? 后面兩個參數(shù)可以直接加上 -out 為輸出文件位置

2）接下來進行比對

blastp -query <比對的文件> -db <建立的蛋白庫索引> -evalue 1e-10? -out <輸出的文件名> -outfmt <有多個輸出格式，一般常用6，此處用6>? -num_alignments <用來顯示前n個比分質(zhì)量高的，此處選10>? -num_threads <使用的線程數(shù)，看自己文件大小及服務器承載能力而定>

3）result（12列）

重點關注前幾個，此處我卡的是identity>70 ，query 長度為163，我卡的是length>105

4)此處文件應該是這樣的

queryid? 基因組蛋白序列中對應的id? ? 100.000? ? 163? ? 0? ? 0? ? 1? ? 163? ?17? ? 179? ? 4.40e-123? ? 346

5）因為我得到的是對應的基因ID（轉錄本id）需要得到對應的fasta文件，此處用到軟件seqkit （谷歌該軟件，復制下載鏈接，直接在linux上使用 命令? ? ? ?wget? ?<加上復制的下載鏈接>? ?下載完成后使用? ?tar? -zxvf? <下載的文件名>? 解壓后即可使用，我此處用的是絕對路徑）

使用命令? ? ?~/biosoft/seqkit grep -f <將blast后的基因id該列拿出來> <基因組的fasta文件>? ? > prootain.fa

6）得到fa文件后，打開在自己電腦上下載好的mega軟件（windows版的）載入文件后點擊窗口左上方的aligment按鈕，提示未選中文件，是否選擇全部文件，點擊是后，選擇第一個 clustalW ，彈出窗口，點擊確定后進行比對