基因家族（gene family），是来源于同一个祖先，由一个基因通过基因重复而产生两个或更多的拷贝而构成的一组基因，它们在结构和功能上具有明显的相似性，编码相似的蛋白质产物。

1. 基因家族的基因在物种之间都是比较保守的，通过基因家族分析可以得到某物种特有的家族基因，而这些基因则有可能与该物种的特异性有关。

2. 通过对多物种构建系统发育树，从而得到物种起源进化或亲缘关系方面的信息，并为后续遗传操作提供参考。

3. 基于单拷贝基因家族，可估算出物种间的分歧时间。

4. 可以挖掘某物种中哪些基因发生了明显的扩增/收缩，这些变化可能与该物种某些强/弱化的生物学分子功能有关。

5. 通过分析家族基因在进化过程受到的正向选择，确定与该物种环境适应性相关的基因。

分析方法其实有两种，一种是基于比对的方式，找到保守的区域预测蛋白家族；第二种是基于保守的结构域进行预测，个人比较倾向于第二种，今天小图所用的方法也是第二种。Pfam数据库收录了基因家族蛋白的保守域，每个保守域在Pfam库中都有固定的ID号。

2.1 选择自己目标物种

2.2 点击下载DNA序列

2.3 我们的目的下载pep文件，不是dna文件，改变路径，先回到上一级

2.4 点击pep

2.5 下载xx.pep.all.fa.gz文件，下载后需要解压

3.1

3.2

3.3

3.4 点击自己目标物种蛋白

3.5选择自己的基因，并点击链接入口

3.6 pfam模型id

4.1 将pfam00249中“pfam”改为PF

4.2 进入这个，点击这

4.3 这个页面最下面有download，就下载好了

5.1 先打开命令窗口，win键（就是键盘上的田字键）+R

5.2 输入命令  e：

再输入命令  cd hmmer

再输入  hmmsearch.exe

再输入 hmmsearch –cut_tc –domtblout xx.out PF00249.hmm xx.pep.all.fa

5.3 对得到的out数据质控，

使用Editplus打开xx.out文件

5.4 根据e值1e-20，对数据进行质控，然后的可信序列的id，然后复制下来，可用excel做，也可以直接肉眼观察

5.5 使用tbtools，提取蛋白质序列，

6.1 打开ncbi，选择conserved Domain

6.2 两个都行

6.3 smart数据库（http://smart.embl-heidelberg.de/smart/ set_mode.cgi?GENOMIC=1#），与CDD类似

7.1打开MEGA X，打上传要分析的蛋白文件

7.2 会进入这个页面，点击这儿，之后再点击OK

7.3 结果分析ok后，输出文件，

7.4 将这个文件包存后，把表叉掉，再次输入上面的已经保存的结果文件

7.5 构建进化树

7.6 参数设置

7.7 等待结果，电脑不能关机呦