重新认识TBtools，减少你的生信分析烦恼

参考： https://www.jianshu.com/p/c2b0d1ff4e3b

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

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。