进化保守的基因区块-可视化挖掘

写在前面

物种进化与基因进化，两者总是生物学研究的关注点之一。物种进化的基础，应是基因层面的演化。而基因进化的基础更多的来源于基因复制。常见的基因复制包括：

1. 全基因组复制，WGD
2. 大片段复制，Segmental Duplication
3. 串联复制，Tandem Duplication
4. 转座复制，Translocation Duplication
5. ....

无论是开展大规模的数据分析，或者是常见的某个物种新基因，基因新功能，更或者性状的可能获得原因分析，如果可以从物种演化的角度来探讨相应基因的来源，那么可以使研究有多方面的提升：

1. 证据更为可靠
2. 故事更为完整：只对当前数据分析，我们只能知道是什么？更或者为什么？但是有时候我们可能还想知道去哪里，更或者更常见的，从哪里来？

近期，课题组的师弟在做一些类似的分析。大体他做了这么一张图

我大概知道这个图可能来源于比较基因组大牛唐海宝老师的JCVI工具集。喊师弟调整这个图的一些部分时，我顺便问了一句，

后面我就没怎么管这个事情了。不过过了20多小时之后，发现这个问题调整的解决速度可能是个问题。昨晚吃完晚饭，我掐指一算，一周没写代码....要退化了。于是我原本是计划用最多两个小时的时间写完的，没想到从18点写到22点....
不过我还是得到了一个新的工具，对于这个功能，我加入了自己的思考 [纯粹的功能复制对我来说，似乎没有什么吸引力，也没必要]：

1. 灵活地按照用户的需求，可以是输入一个区间【比如我主要做小RNA的，不会有编码基因】，也可以是输入区间的起始编码基因和终止编码基因
2. 自动层级化解析可能的基因区块，并可视化，这个一种树状图展开，第一个物种是一个区间，第二个物种可能是N个区间，第三个物种则可能是M个区间（取决于第二个物种对上多少个第三个物种的区间啊）
3. 可以不依赖于共线性分析，是的，如果区间依赖于共线性分析，那么必要受到使用算法的限制。很多时候，算法总是存在局限的。当然，共线性分析结果可以让你在最短的时间定为到可能的结果。
4. .... 可交互，对于我来说，不可交互的图形更适合展示而不适合分析。可交互的图形意味着可快速调整并直接分析。
5. ....

基于这些考虑，得到了下面这个新的功能

Evolutionary Conserved Blocks Finder

具体的使用与输入：

1. 代表第一个物种某个区间的文本，如：Chr1#2142423#4345533，或 ATG01G1231#ATG01G2231
2. 不同物种简化后的基因信息文件，格式为：Chr1\tGeneID\tStartPos\tEndPos\t[+-]，即包括了基因所在位置和链的信息，注意，需要有意识地按照先后顺序摆放物种的基因位置信息
3. 基因对信息，格式为：GeneID\tGeneID

使用注意：不同物种的染色体ID和基因ID都不能出现重复【建议对所有ID加上物种名】。

具体的使用方法如上图，可以看到，不仅仅是一个可视化工具，还是一个可视化实时分析工具：

1. 自动寻路
2. 随意调整基因区块
3. 基因区块反向
4. 鼠标悬停展示基因ID
5. 其实可以直接右键删除一些不感兴趣的Panel
   6....

写在后面

Emmm.... 正在考虑整理TBtools，然后尽快发表好了...不然似乎就要浪费300个Citations了？欢迎各位在评论区留下可能可以用于文章撰写的方向，比如...TBtools到底有啥亮点？值得去发表。