写在前面
组织或器官，特异或偏好表达基因鉴定，是一个非常非常久远就受到大多数人关注的事情。鉴定组织特异性或者偏好表达基因，可以获取其启动子，用于在特定时间特定位置表达特定基因。
针对这类基因的挖掘和计算方法有很多，但最为常用的即为 TAU Index。简单来说，TAU Index 计算，对于每一个基因，基于他在不同组织的表达量，计算出一个 0~1 的数字。如果是 1 ，那么这个基因就是在某个组织里面特异性表达。如果是接近 1 ，比如 0.9，那么就是组织偏好性表达。如果是接近 0 ，那么就是倾向于组成型表达。当然，我们可以想象得到，逻辑上大部分基因应该是偏向于组成型表达。具体大伙可以自己统计看看。
回到主题，尽管TAU计算逻辑简单，几年前我即想写一个简单工具，方便大伙使用，但一直也没时间。
正好近期合作项目课题组提及相关工作，干脆就简单写写。前后也就大半个小时.... 简单。
TAU Calc
整体功能界面非常简单，用户只需要输入一个基因表达矩阵，设置一个输出文件，或者直接显示到界面上。
大体使用如下（注，为方便演示，我直接用文本输入，一般建议文件输入，毕竟文件可能比较大）
我们可以取前 TAU 最高的前 10 个 和最低的后 10 个看看....
当然，其中数字较小，TAU=1，的基因挺多的，可以手动筛选，选择表达量高的，具体不做演示。
常见问题 - 重复如何处理？
Emmm，其实计算 TAU Index 不是很麻烦。最麻烦的还是，如果样品有重复，如何处理？
比如上述表达量表格，每一个组织有三次重复。那么，我们需要合并三个值为一个值。此时可以使用 TBtools 的
Table Column Collaspe
得到这个表格，即可用于上述计算。
当然，Mean 是否是最好，或者 Max 或者 Min 更好？这个是一个问题，没有答案。
写在最后
做什么事情，不重要，
在哪里做事情，不重要，
最重要的是，静下来心，把事情做好。
外界的评价不重要，
遵从你的内心。
有些事情，不需要急于评判。
时间会给出答案。
网友评论