轻松应对生信分析难题，深入理解TBtools的全新视角（2019年4月22日）
写在写在前面的前面
或许，没有人知道TBtools到底是什么？能干啥。
但是看完这个推文，或许你就知道了其中的一部分。
写在前面
TBtools对外开放两年多，不时会有熟悉的不熟悉的人与我聊到TBtools。TBtools在每个人的认知上，或许都不一样。
有的人觉得TBtools就是耽误了他们所谓的生物信息学习。
有的人说，TBtools保了他们毕业。
也有的人说，TBtools帮助了他发了文章
更或者，TBtools。。。
TBtools是一个序列提取小工具？
三年前开始写TBtools。功能很简单，主要是做做序列提取，也做了BlastWrapper（当时并不稳健）。目的很纯粹，课题组的人不会找我提取序列，也可以直接Blast到转录组找序列。那时候接触TBtools的朋友，或许都这么认为。
当然，后来我对这方面进行了各种增强，也保证了其现在的稳健性。一个输入窗口，支持不同的输入，无论是提取序列全长，还是提取序列区段；不仅支持ID提取，还支持ID子串匹配...
此外，也增加了基于gff3进行序列提取的功能，比如提取所有序列的全长CDS，全长EXON，甚至是可以批量一次性提取一个物种的所有启动子序列。
除了Blast Wrapper，可能还需要调用外部程序的，那么是muscle（主要是我实现的NW算法运行效率一般，用到多序列比对，就不提了）
可以从一个子菜单看到
功能相对丰富，包括
- 序列提取
- 序列统计
- ID简化
- 序列重命名
- Fasta格式与Table格式相互转换
- Fasta文件的合并与分隔
- 序列的反向互补，DNA/RNA转换，大小写，格式化
- 基于ID模式的基因最长代表转录本提取
TBtools做核酸到蛋白序列的翻译？
- 从某一条序列中预测全长ORF
- 批量从一个数据集合中预测最长全长ORF
- CDS序列批量转换为蛋白序列
TBtools是一个Gff3/GTF基因结构注释文件操作工具？
- 基于GFF/GTF文件，从基因组提取序列
- 批量修改基因和染色体ID，使不同物种的合并分析不会有ID冲突
- 提取所有基因信息
- 基于mRNA序列和基因组序列，直接重构基因结构信息，输出gff3文件
- 基于不完全的gff和gtf文件，重构mRNA feature
- 基于gff3/gtf文件，提取所有基因的最长代表转录本序列
TBtools降低本地Blast操作的时间损耗？
无论是两条序列的直接比较，还是两个序列文件，甚至是两个基因组的两个指定区间的Blast，TBtools中都已经提供了GUI；不仅于此，四种可视化方式，常常能满足大多数人的需求。
比如
TBtools是一个GO和KEGG分析（富集）小工具？
后来，由于Blast2GO太慢了。基于IDmapping的逻辑，我大体写了一个GO注释的功能。当然，更重要的或许是直接写了GO和KEGG富集分析的功能。所以后来，也有不少做非模式生物的朋友认为，TBtools事实就做这个事情。其中也包括一些可视化，比如GO Level2的可视化。后来，我也写了一些富集结果的可视化。
TBtools是一个画图的小工具？
慢慢地，我发现，网页版工具，如Venny，明明是很小的韦恩图绘制功能，网络太差，等待缓冲总是占用了我太多的时间。应该本地化。所以我索性写了一个最高支持六组的Venn图工具。当然，也有后来的UpsetPlot工具。
基因展示在染色体上的，类似MapChart的工具等。
此外也由于一些工具，如热图绘制上，我觉得用起来真的不顺手。或者参数太少，或者不容易调整各种细节。所以我也写了热图工具。
所以，或许确实有的朋友就觉得，你这工具，就是一个画图工具包。
Venn图与UpSetPlot
热图及其变型
甚至是，掰弯的热图，可以一次展示大量数据的热图
图片来自黄博士的文章（https://biotechnologyforbiofuels.biomedcentral.com/articles/10.1186/s13068-019-1355-5）
不仅可以掰弯，你还可以调整聚类位置
当然，你还可以直接绘制SeqLogo
TBtools是一个基因家族分析工具？
基于前面我发送过的推文，总的来说，有了TBtools，所有人无需任何一行命令，也不需要Linux或者虚拟机操作，可以完成常见的基因家族分析。
大体包括的工具有：
- 基于GFF3的序列提取
- Blast Wrapper
- MEME结果的可视化
- 结构域分析信息的可视化
- 基因结构的可视化
- 以上三者和进化树的一次性可视化
- 多基因组-共线性分析及可视化
似乎，有一些培训机构提供的线上线下的基因家族分析培训，需要使用的各种虚拟机，Linux，命令，脚本，统统都可以扔掉。常见的基因家族分析项目，可能只需要TBtools就完全足够了。
为此，慢慢地开始有朋友给TBtools下了定义：TBtools是一个基因家族分析工具包。在我看来，事实上，这些朋友对TBtools有很大的误解。我从来就没想过写一个基因家族分析工具。不是因为TBtools要做一个基因家族分析工具，而是因为基因家族分析本身就是所有人都需要，都懂的生物数据分析的基本技能。我只是简化这些技能的实现。
正如下面，我所写的TBtools中，或许很多人想想不到功能一样。
与其说TBtools是你以为的基因家族分析工具，你不如说他是比较基因组分析工具，那么还显得高大上一些。
TBtools是一个比较基因组分析工具？
基因组-点图？KaKs计算？共线性分析？多基因组共线性可视化？
这半个月以来，课题组的安排下，我参与了一些基因组分析相关的工作；
基因组分析，本身确实是一个耗费智力和体力的活。分析过程中，也发现了一些或许可以让所有人都从中获取生物信息的分析手段。
于是我花了两个晚上的时间，写了几个工具。
加上一些以前TBtools中就有的工具，相信对做基因组分析的朋友会有一定的帮助。
但是，请注意，除非是赞助我们课题组的户外拓展活动或者合作单位，否则我并不保证这些工具的使用。
所有人都能用的MCScanX
MCScanX是比较基因组分析中常用的工具。我已经将其打包到TBtools中，所以即使是windows用户，也可以轻松进行分析。此外，也不要求用户保证gff文件和blast文件的名字一致。
多基因组共线性可视化
关于这个工具... 详细见公众号以前的推文。
简单的KaKs批量计算工具
Ka/Ks的计算，常常会被人问题。事实上，如果只是简单的进行NG算法的计算，是非常容易实现的。目前用的广泛的，或许是KaksCalculator2和PAML。这两个软件都是大牛级的软件。在TBtools中，我终于还是开放了去年还是前年实现的NG计算逻辑，并打了非常方便的GUI。用户几乎只有有CDS序列和基因对信息就可以直接进行计算，而完全不用浪费时间在文件格式整理上。
Circos图绘制工具
其实，还可以玩游戏
写在最后
工具是不断地优化和发展的。
分析门槛也是会被不断打破的。
或许让所有人，都能有开展一些分析的能力，也是推进一些事物发展的方式。
欢迎尚未加到TBtools使用交流QQ群的朋友，加入
下载最新版，与其他用户朋友交流使用经验与技巧
题外
课题组每年暑期有内部生信入门培训，主要是对实验室新生开展（以及湿实验为主的成员）培训。一直有收到其他课题组想要了解我们课题组生信数据分析的想法。故，在博导的提议和课题组的讨论后，我们近期计划，在本年度暑期（7~8月份之间）对外增设生信基础培训名额10枚（前面每年只是课题组内培训，而不对外）。具体请见https://mp.weixin.qq.com/s/OtmeTErd9f9rvjJPtBKjMw
欢迎访问本课题组网站
园艺植物小分子RNA与基因组研究-夏瑞课题组
课题组主页：http://xialab.scau.edu.cn/