写在前面
早些时候，TBtools中增加了唐海宝老师和王希胤老师早年的作品MCScan【注：当然事实上是MCScanX】的GUI Wrapper。这个工具事实上适用于多基因组的共线性分析，其中重点在于多基因组【注：传言不能同时超过5个基因组，软件/算法是十年前的，已然强大】。当然，后续大多数人使用时，还是拿来做两基因组。
Emmm，离题了。
MCScanX鉴定串联重复基因对
回到主题。如果确实跑过MCScanX，无论是自己跑，还是在用 TBtools 的跨平台界面版，你都会在结果文件中找到“...tandem”。了解的人自然清楚，其中记录了程序鉴定出来的串联重复基因对。
为什么？共线性分析的目的是鉴定基因组（包括不同物种基因组之间）不同位置上按照近乎相同顺序排列的通源基因串，串联重复本来就在一个位置上，搞他干啥？
稍微想想就会明白，MCScan的目的是多基因，而实际双基因的共线性分析思想应是来源于CollinearScan【注：王希胤老师早年的作品，其实与MCScan并存的，也有不少应用的还有另外一软件 i-ADHoRe，这个软件的思想更简单一点...用不上动态规划】。CollinearScan大体可以认为是 将一个基因串当做一条序列，然后就...双序列比对动态规划。简直不能再机智... 【注：没看文献之前，我想到的是 i-ADHoRe类似的算法...没意识到转换一下，果然简单】。
OK，那么就明白了，既然基因串要转换成序列，那么就是按照顺序排，双序列比对【注：针人或者水人算法....】可以搞定，但是串联重复就会引起罚分。于是，作者给出的解法就是，那行，先把串联重复的给处理掉呗，比如缩减为一个。于是，可以明白，为什么MCScanX为啥会有串联重复结果...
TBtools自带的串联重复鉴定逻辑
Emmm... MCScanX 虽然有串联重复鉴定逻辑与结果输出。但相对细心的小伙伴，完全可以直接使用 TBtools 的 Gene Location 可视化功能 ，查看一下某个基因家族得染色体上的分布以及MCScanX鉴定出来的家族成员串联重复基因对。
结果会让你比较难受【Emmm...其实也导致我两年前在一个直播讲演中--翻车，虽然我忘了，毕竟打圆场，我之所长】。
后来....大概也是去年年底的事情，课题需要，我想看看到底某个物种中有多少串联重复基因.....情况又如何。想起了翻车事件，当然任何算法都有局限。我还是自己写了一个。结果如下：
上图为菠萝上的表现结果... 该鉴定出来的串联重复基因，当然可以给你鉴定出来。这个功能一直没有开放，因为....可能用到的人不多，没有开放意义... 开放之后，又可能会招来一些人的问责，比如“用TBtools鉴定的串联重复，可靠吗？”...可不可靠，其实看看基因注释看看具体位置就知道了？问了也白问....
以一种隐秘的方式开放
当然，TBtools的这个功能并不专门设计用于 鉴定串联重复，另有他用。这段时间，或许是大家都窝在家里没事干，天天搞比较基因组相关分析...于是不时会有人问到，为什么 MCScanX 输出的串联重复不全。其实这个原因有很多，其中一个是参数，另一个是你的目标基因的同源基因群体大小。但是参数动一下，可能引入的是更多假阳性。我均是基于其分析结果判断而来，确实没心思翻源码【注：看源码这个事情....累觉不爱，我更喜欢看文章，或者自己直接想出一个新逻辑...】。Emmm，唐老师后续的 jcvi 应是有不少改进，不过... 我没用过，python。新版本总是更好，具体此处不做赘述。
回到主题，既然 TBtools 让更多人更轻松地开展比较基因组分析，进而导致使用问题增加。那么，解决问题的办法就是不要让问题存在被提出的可能。
于是，我直接把 TBtools 的串联重复鉴定逻辑 附加在 MCScanX Wrapper 的流程最后，输出默认的tandem的同时，也输出 TBtools 的鉴定结果。用户爱哪个就看哪个....
写在最后
突然又想起了一个事情，有人说 TBtools 就是各种软件的 Wrapper。Sad... 你都不愿意花时间去了解，TBtools中130+个功能，Wrapper 不到10个，而且每个 Wrapper 都保证跨平台，你试试....
其中也有不少我个人实现/从头思考的逻辑/算法，虽然可能只有相对了解我的人才会知道吧。不过一件一件的来，确实还是让我觉得这样的被定位并不是好事。考虑还是干点别的去。
OK，三五天没推文了...主要还是事情多，另外是确实没啥好些的。难道，还是：
- 写一些大家都能写的软件介绍？
- 贴画图代码？
- 送分析流程？
Emmm... 没啥扯的就不扯了，
祝各位
科研顺利
别忘了，更新 TBtools ....
网友评论