寫(xiě)在前面
這兩天有看到幾個(gè)用戶朋友在生信札記討論群中討論了基因結(jié)構(gòu)圖的繪制?？吹狡渌脩粢恢蓖扑] GSDS，我便也沒(méi)有作聲，畢竟 GSDS 確實(shí)是很優(yōu)秀的網(wǎng)頁(yè)軟件。而現(xiàn)實(shí)情況是，近期 GSDS 網(wǎng)站無(wú)法訪問(wèn)。這或許就是網(wǎng)頁(yè)或者在線軟件的一個(gè)麻煩事。與之相比，TBtools 幾乎不可能宕機(jī)，只要你手上安裝了，該更新就更新。QQ群有安裝軟件，github也有，甚至問(wèn)你身邊的朋友，他們也有。類(lèi)似的，其實(shí) MEME suite 似乎也宕機(jī)了。
針對(duì)這兩個(gè)分析需求，TBtools 其實(shí)早已提供可能更為便利的解決方案。
TBtools 干不了這事？
這是一個(gè)有趣的事情。幾年前，我在 TBtools 上推出基因結(jié)構(gòu)圖繪制的時(shí)候，主要注明的優(yōu)勢(shì)就是，啥也不用管，用上直接下載的全基因組注釋 GFF3/GTF 文件，只要感興趣的 ID，就可以繪制基因結(jié)構(gòu)圖。于是，似乎所有人都覺(jué)得 TBtools 確實(shí)便利，卻只能基于基因結(jié)構(gòu)注釋文件來(lái)繪制基因結(jié)構(gòu)。
于是，總是存在部分人，不知為何，就是手上有：
- CDS序列
- DNA序列
換句話說(shuō)，他們希望基于序列，繪制基因結(jié)構(gòu)圖。這是一個(gè)有趣的事情，因?yàn)檫@明顯是基于序列比對(duì)，預(yù)測(cè)基因結(jié)構(gòu)?；蛘哒f(shuō)得更貼近基因組數(shù)據(jù)分析，那么是基于序列比對(duì)直接進(jìn)行基因結(jié)構(gòu)注釋。了解這塊的人就應(yīng)是清楚，這類(lèi)操作，不可能完美，多多少說(shuō)會(huì)有細(xì)節(jié)上的小問(wèn)題，當(dāng)然幾乎不可能影響具體基因結(jié)構(gòu)樣式。
GSDS 提供了這個(gè)操作接口；而 TBtools 確實(shí)沒(méi)有。
是的，沒(méi)有，但是不代表做不到。很久很久以前，TBtools中有這么一個(gè)功能
這是一個(gè)有趣的功能，可以基于輸入的mRNA或CDS序列集合 以及 DNA如基因組序列，直接生成一個(gè)GFF3文件。
那么一旦有了這個(gè)GFF3文件，那不就可以直接用TBtools做下一步基因結(jié)構(gòu)可視化了嗎？
TBtools 怎么干這事？
說(shuō)千遍，不如做一遍。此處直接拿擬南芥的序列為例，做個(gè)演示。
輸出結(jié)果發(fā)現(xiàn)，有一個(gè)ID是NoGood，直接無(wú)視，一般這種只是小邊界問(wèn)題，不影響基因結(jié)構(gòu)情況。
于是二十秒不到，我們就得到一個(gè)優(yōu)秀的GFF3文件。
TBtools 這事干得如何?
直接上圖，首先看看預(yù)測(cè)出來(lái)結(jié)果文件的樣子，
是的，你輸入CDS，但是我只會(huì)給出EXON，因?yàn)?..確實(shí)懶得。如果你自己感興趣，那么就直接全部文本替換為CDS就好了。
隨后，我們直接拿相同的輸入，分別使用：
- 真實(shí)的擬南芥 GFF3 注釋信息
- TBtools基于序列抓取或預(yù)測(cè)的 基因結(jié)構(gòu)注釋信息
可視化，如下，
可以注意到，除了UTR確實(shí)搞不出來(lái)（因?yàn)槟爿斎氲谋旧砭褪荂DS，哪來(lái)的UTR）。只看CDS，大家一模一樣.....
OK，我覺(jué)得寫(xiě)到這里就完全足夠了。
如果你再機(jī)制一點(diǎn)：
- mRNA序列做一個(gè)，不修改 EXON 標(biāo)識(shí)
- cds序列做一個(gè)，修改 EXON 標(biāo)識(shí)為CDS
然后兩個(gè)文件一合并...那不就？.....
跟原始的一模一樣嗎？
那么問(wèn)題來(lái)了，沒(méi)有基因組，沒(méi)有基因結(jié)構(gòu)注釋?zhuān)阏娴哪苣玫侥敲炊郉NA全長(zhǎng)嗎?（UTR+Exon+Intron）
寫(xiě)在最后
啊，東西不寫(xiě)出來(lái)，感覺(jué)都沒(méi)人知道了。
