写在前面
比较基因组分析已然是常见生信数据分析。开展这类分析时，往往会遇到各式各样的问题，尤其是，输入文件内容和格式的问题，比如：
- 只有基因组序列文件和基因结构注释信息
- CDS或者蛋白序列 ID 与基因结构注释信息文件中基因 ID 不匹配
- CDS或蛋白序列文件中包含可变剪切体
- 不同物种 ID 命名系统冲突
- ...
解决这一系列问题，最好的办法是针对每一个物种，做相应的文件准备。在 TBtools 中，已有系列工具实现，如 One Step MCScanX 等。为了后续的一些可能操作，使 TBtools 功能串联使用更为顺畅，刚才花了点时间，抽取这部分功能。
Genome Analysis Init
可以看出来，输入文件有二：
- 基因组序列文件
- 基因结构注释信息文件
此外，可选项 Prefix ，可用于增加前缀，解决不同物种 ID 命名冲突的问题
最后是... 一个输出目录（注意：是目录，不是文件）
使用方法
打开 TBtools 并找到该功能
打开 Genome Analysis Init，随后设置输入输出文件
输出文件
其中，无论是CDS 还是 蛋白序列，都已经取了代表性转录本对应的序列，可以直接用于下游分析
写在后面
可以说，这是一个非常简单的功能。在这个功能推出之前，可以用 TBtools 分几步走：
- 对 GXF 文件进行前缀增加
- 对基因组序列ID进行前缀增加
- 提取GXF代表性转录本的CDS
- 翻译 CDS 为 蛋白
然而，如果可以一步搞定，为什么还要做四步呢？
网友评论