SOI v1.2.3安装与使用--生信工具71
在进化基因组学研究中，直系同源共线性区块的精准识别是解析物种进化、全基因组加倍（WGD）、染色体重排的核心步骤。传统方法往往单独依赖共线性检测或同源性推断，容易将旁系同源区块误判为直系同源，导致后续分析偏差。
而OrthoIndex（简称 OI，同源性指数）工具巧妙整合了共线性检测与同源性推断的优势，通过量化共线性区块中直系同源基因对的比例，实现了直系同源共线性区块的精准识别与筛选。同时，它还提供了可视化、聚类、系统发育树构建等一站式功能，成为进化基因组学研究的高效工具。
01 OrthoIndex 是什么？
OrthoIndex（OI）是一个集共线性分析、同源性筛选、可视化、系统发育分析于一体的工具包，核心是计算同源性指数—— 即一个共线性区块中直系同源基因对占所有同源基因对的比例。
它的优势在于：
- 兼容性强：支持 MCscanX、WGDI、JCVI 等主流共线性工具的输出，以及 OrthoFinder、OrthoMCL、Proteinortho 等同源性分析工具的结果；
- 功能全面：从共线性筛选、可视化到直系同源基因聚类、系统发育树构建，覆盖进化基因组学分析的关键环节；
- 结果直观：通过 Ks/OI 着色的点阵图，可直接区分不同进化事件（如 WGD、物种分化）产生的共线性区块。
02 快速安装：多种方式适配不同环境
OrthoIndex 支持 conda/mamba、容器（Apptainer/Singularity）两种安装方式，其中 conda/mamba 是最常用的方式。
方式 1：通过源码安装（推荐，最新版本）
# 克隆仓库 git clone https://github.com/zhangrengang/orthoindex.git cd orthoindex # 方式1：直接用yaml文件创建环境（推荐mamba，速度更快） mamba env create -f OrthoIndex.yaml mamba activate OrthoIndex pip3 install . # 验证安装 soi -h # 方式2：若yaml文件冲突，手动安装依赖 mamba create -n orthoindex python=3.8.8 -y mamba install -y -n orthoindex biopython networkx matplotlib wgdi orthofinder mafft iqtree trimal pal2nal mcl -c conda-forge -c bioconda mamba activate orthoindex pip3 install . soi -h方式 2：通过 conda 直接安装（稳定版本）
mamba create -n OrthoIndex mamba install -n OrthoIndex -c conda-forge -c bioconda soi mamba activate OrthoIndex soi -h方式 3：容器化安装（无需配置环境，适合集群）
# 添加SylabsCloud源 apptainer remote add --no-login SylabsCloud cloud.sylabs.io apptainer remote use SylabsCloud # 拉取镜像 apptainer pull orthoindex.sif library://shang-hongyun/collection/orthoindex:1.2.0 # 验证 ./orthoindex.sif soi -h03 快速上手：_example 数据一键运行
OrthoIndex 提供了示例数据，可一键运行体验核心功能：
# 进入示例数据目录 cd orthoindex/example_data/ # 运行示例脚本 sh example.sh示例脚本会完成4 种点阵图绘制和共线性筛选，生成的结果文件可直接查看不同参数下的共线性可视化效果。
04 核心功能：OrthoIndex 的子命令详解
OrthoIndex 的核心功能通过子命令实现，输入soi -h可查看所有子命令：
usage: soi [-h] {dotplot,filter,cluster,outgroup,phylo,stats} ...主要子命令功能：
| 子命令 | 核心功能 |
|---|---|
| dotplot | 绘制 Ks/OI 着色的共线性点阵图，支持染色体聚类、对角线对齐、倍性分析 |
| filter | 根据 OI 值筛选直系同源共线性区块（默认阈值 0.6） |
| cluster | 将直系同源共线性基因聚类为共线性同源群（SOGs） |
| outgroup | 为 SOGs 添加外类群基因，完善系统发育分析 |
| phylo | 基于 SOGs 构建单拷贝 / 多拷贝基因树（支持蛋白 / CDS 序列，集成 MAFFT、IQ-TREE） |
| stats | 统计 SOGs 的相关信息，用于系统发育分析 |
功能 1：dotplot—— 可视化共线性（最常用）
dotplot是 OrthoIndex 最常用的功能，可绘制Ks 着色、OI 着色、筛选后的共线性点阵图，还能同时输出 Ks/OI 直方图、倍性分析图。
核心参数说明（必看）
| 参数 | 作用 |
|---|---|
| -s | 输入共线性文件（MCscanX/WGDI 的.collinearity，JCVI 的.anchors） |
| -g | 基因注释文件（GFF/BED 格式，需与共线性工具输入一致） |
| -c | 染色体配置文件（CTL 格式，与 MCscanX dotplotter 一致） |
| --kaks | Ks 值文件（KaKsCalculator/WGDI 输出） |
| --ks-hist | 输出 Ks 直方图 |
| --ofdir | OrthoFinder 输出目录 / OrthoMCL 同源对文件 |
| --of-color | 按 OI 值着色点阵图 |
| --of-ratio | 按 OI 值筛选共线性区块（如 0.6 表示保留 OI≥0.6 的区块） |
| --diagonal | 将共线性区块对齐到对角线（优化可视化效果） |
| --gene-axis | 用基因数量而非碱基对作为坐标轴 |
| --plot-ploidy | 绘制相对倍性（共线性深度）分析图 |
实战案例：4 种常见的点阵图绘制
A：Ks 着色的原始共线性点阵图
soi dotplot -s Populus_trichocarpa-Salix_dunnii.collinearity.gz \ -g Populus_trichocarpa-Salix_dunnii.gff.gz -c Populus_trichocarpa-Salix_dunnii.ctl \ --kaks Populus_trichocarpa-Salix_dunnii.collinearity.ks.gz \ --xlabel '$Populus~trichocarpa$' --ylabel '$Salix~dunnii$' \ --ks-hist --max-ks 1.5 -o Populus_trichocarpa-Salix_dunnii \ --plot-ploidy --gene-axis --number-plots该命令会生成Ks 着色的点阵图 + Ks 直方图 + 倍性分析图，可观察到不同进化事件的 Ks 峰（如 Ks≈1.5、0.27、0.13）。
B：OrthoFinder 推断的同源性点阵图
soi dotplot -s Populus_trichocarpa-Salix_dunnii.orthologs.gz \ -g Populus_trichocarpa-Salix_dunnii.gff.gz -c Populus_trichocarpa-Salix_dunnii.ctl \ --kaks Populus_trichocarpa-Salix_dunnii.collinearity.ks.gz \ --xlabel '$Populus\ trichocarpa$' --ylabel '$Salix\ dunnii$' \ --ks-hist --max-ks 1.5 -o Populus_trichocarpa-Salix_dunnii.o \ --plot-ploidy --gene-axis --number-plots可观察到 OrthoFinder 识别的同源性中隐藏的旁系同源区块（如 Ks≈0.27 的峰）。
C：OI 着色的共线性点阵图
soi dotplot -s Populus_trichocarpa-Salix_dunnii.collinearity.gz \ -g Populus_trichocarpa-Salix_dunnii.gff.gz -c Populus_trichocarpa-Salix_dunnii.ctl \ --xlabel '$Populus\ trichocarpa$' --ylabel '$Salix\ dunnii$' \ --ks-hist -o Populus_trichocarpa-Salix_dunnii.io \ --plot-ploidy --gene-axis --number-plots \ --ofdir OrthoFinder/OrthoFinder/Results_*/ --of-color按 OI 值着色后，可清晰区分三种进化事件对应的共线性区块（OI≈0、0.1、0.9）。
D：OI 阈值筛选后的 Ks 着色点阵图
soi dotplot -s Populus_trichocarpa-Salix_dunnii.collinearity.gz \ -g Populus_trichocarpa-Salix_dunnii.gff.gz -c Populus_trichocarpa-Salix_dunnii.ctl \ --kaks Populus_trichocarpa-Salix_dunnii.collinearity.ks.gz \ --xlabel '$Populus~trichocarpa$' --ylabel '$Salix~dunnii$' \ --ks-hist --max-ks 1.5 -o Populus_trichocarpa-Salix_dunnii.io \ --plot-ploidy --gene-axis --number-plots \ --ofdir OrthoFinder/OrthoFinder/Results_*/ --of-ratio 0.6筛选 OI≥0.6 的区块后，可得到干净的 1:1 直系同源共线性点阵图，符合物种进化史的预期。
功能 2：filter—— 筛选直系同源共线性区块
filter子命令根据 OI 值筛选共线性区块，默认阈值为 0.6，输出筛选后的共线性文件。
实战案例：
# 方式1：输入OrthoFinder输出目录 soi filter -s Populus_trichocarpa-Salix_dunnii.collinearity.gz -o OrthoFinder/OrthoFinder/Results_*/ \ -c 0.6 > Populus_trichocarpa-Salix_dunnii.collinearity.ortho.test # 方式2：输入OrthoMCL同源对文件 soi filter -s Populus_trichocarpa-Salix_dunnii.collinearity.gz -o Populus_trichocarpa-Salix_dunnii.orthologs.gz \ -c 0.6 > Populus_trichocarpa-Salix_dunnii.collinearity.ortho.test # 验证结果（与预期输出对比，无差异则说明正确） diff Populus_trichocarpa-Salix_dunnii.collinearity.ortho Populus_trichocarpa-Salix_dunnii.collinearity.ortho.test功能 3：cluster+phylo—— 构建直系同源基因树
通过cluster将筛选后的共线性基因聚类为 SOGs，再通过phylo构建基因树，是系统发育分析的关键步骤。
实战案例：
# 1. 聚类SOGs soi cluster -s collinearity.ortho -prefix cluster -outgroup XXX YYY（可选，排除外类群） # 2. 为SOGs添加外类群（若聚类时排除了外类群） soi outgroup -s collinearity.ortho -og cluster.mcl -outgroup XXX YYY > cluster.mcl.plus # 3. 构建基因树（单拷贝+多拷贝，支持蛋白/CDS） soi phylo -og cluster.mcl.plus -pep pep.faa -cds cds.fa -both -root Vitis_vinifera -pre sc-sog -sc -concat -p 8005 输入 / 输出格式：兼容主流工具
OrthoIndex 的一大优势是兼容主流工具的输入格式，无需额外转换数据，降低了使用门槛。
1. 共线性格式
支持 MCscanX、WGDI 的.collinearity文件，JCVI 的.anchors文件。
2. 同源性格式
支持 OrthoFinder（输出目录）、OrthoMCL（同源对文件）、Proteinortho6、Broccoli、InParanoid 等工具的输出。
3. 其他格式
- 基因坐标：GFF/BED 格式（兼容 MCscanX、WGDI、JCVI）；
- Ks 值：KaKsCalculator、WGDI 的输出格式；
- 染色体配置：MCscanX 的 CTL 格式。
关键注意事项：基因 ID 需包含物种 ID（如Angelica_sinensis|AS01G00001），且所有输入文件中的基因 / 染色体 ID 需唯一、一致，否则会导致分析失败。
06 参考文献
Zhang RG, Shang HY, Milne RI et al. SOI: robust identification of orthologous synteny with the Orthology Index and broad applications in evolutionary genomics [J]. Nucleic Acids Res., 2025, 53 (7):gkaf320. https://doi.org/10.1093/nar/gkaf320