TBtools | 多图合一至强版教程！进化树 + Motifs + 结构域 + 启动子 + 基因结构 + ....

放一张效果图，这些，三四年前的东西，我其实一直懒得说。

写在前面

“Gene Structure View (Advanced)”这个功能可以说，也是一时兴起写出来的。开发的主要动机，还是发现师弟师妹在做的事情实在是太费时间精力。就这样，四五年过去了。直到现在，我仍然没搞懂，这个功能是怎么被大伙用起来的。我甚至没有花过时间，专门为这个功能写教程。网络上已有的教程，均是用户们自发总结，确实已经讲解得足够清晰明白。多少，我有时看到还是有点感动，毕竟这些事情也可以说是软件开发的一部分。太懒，仍然是我的问题。工作以后，能静下心来写点文字的时间，越来越少。正是假期，我已然预见明天之后便是忙碌的一个月。为此，享受这最后一天。相对系统的总结一份教程，希望能减少一部分用户使用问题，也让一些朋友能够更好的使用工具。
这份教程，将会首先简单介绍界面组成，随后介绍分块功能（原名是 Amazing Optional Gene View，因为确实灵活），最后介绍全局组合。

功能界面介绍

TBtools 这个子工具的功能，比较稳健和丰富。可以先看看界面的主要组成。

1. 待可视化的基因 ID 列表或者进化树，如果输入的是进化树，那么进化树也是有基因 ID 的，在程序逻辑上，跟 ID 列表区别不大。TBtools 会使用这个基因 ID 列表，自动提取MEME，Domain，尤其是gff3/gtf 文件中的基因结构信息。用于展示。可想而知，这个输入对于 gtf/gff3 文件来说是必须，对于 MEME 等输入非必须。

2. MEME / MAST XML File，对应的是MEME Suite的两个软件输出。从MEME Suite分析Motifs后，自然会得到这两个XML文件。当然，也可以用 TBtools 打包的 MEME/MAST GUI Wrapper，直接在 Windows/MacOS 电脑下本地跑。

3. GFF3/GTF文件 - 基因结构注释信息，此处是 TBtools 最有趣的地方。用户当然可以提供只包含某些基因的文件，比如某个家族的所有成员的基因结构信息。但对于 TBtools 用户来说，准备这个文件，只是画蛇添足。TBtools 直接支持物种基因结构注释信息全集！在软件处理逻辑上，会自动根据“待可视化的基因ID列表或者进化树”在后台提取出对应的基因结构，然后可视化。完全不需要用户自己去整理这些信息，毕竟这是一个繁琐的操作。

4. 序列特征/结构域信息- 蛋白坐标，输入的数据格式在文本提示上已经注明“基因ID[\t]蛋白起始坐标[\t]蛋白终止坐标[\t]结构域名字”，输入数据一般可以直接通过一些结构域预测软件，如NCBI CDD，pfam，SMART等网站预测，简单整理得到。在最终可视化图表上，这些蛋白坐标将会被自动映射到基因组（外显子）坐标上。

5. 序列特征/结构域信息- mRNA坐标，与 4. 中类似，输入的具体坐标为mRNA坐标，即Exon坐标。这类数据一般可以通过直接拿转录本序列（exon组合 - 可用TBtools提取完整转录本），随后用于分析。事实上，NCBI CDD也支持转录本直接预测结构域。对于我个人来说，则是用于分析小RNA靶向位点等。在最终可视化图表上，这些蛋白坐标将会被自动映射到基因组（外显子）坐标上。

6. ID 重命名信息文件，在最终图稿上，用户可以直接给 ID 映射表格，批量调整 ID 名字，如“ATG123456”调整为“AthARF3”等。

7. 一些有趣的参数：

   • Fill in Gradient Mode，即是否渐变着色，在可视化数据多时，这个参数很有用
   • Motif Num：是否显示 Motif 的数字标志
   • Phase Num：是否显示剪接位点，即内含子外显子交接点的相位信息
   • Tree Layout：进化树的布局模式
   • Show Branch Anno：是否展示BootStrap值
   • Width：图片宽度
   • Height：图片高度

8. CDD Result，为了方便用户做一些可视化，这个摁钮是去年顺手加上去的，因为我发现不少人就是想要直接放CDD的预测结果（而且是单独一栏，不映射到基因结构上）。换句话说，NCBI CDD预测之后，下载 hitdata.txt 文件就可以直接可视化，不需要用户做任何进一步文本整理。

9.BioSequences，这个更为灵活，只要用户了解TBtools的生物序列可视化功能，就知道如何准备这个文件。可以拿来可视化结构域信息，如pfam，SMART等，也可以拿来可视化启动子的顺式作用元件预测结果等。

主界面的介绍略显枯燥，也不形象，下面用非常多的使用实例来说明这个功能的有趣之处。

可视化 MEME/MAST XML 结果

一般情况下，将蛋白序列提交到 MEME Suite 网站，等待任务结束，即可得到 MEME.xml 或 MAST.xml 文件。不知道操作的朋友自行谷歌百度。这里给出网站的一个截图

有时候网站访问不到，那么可以用 TBtools 的 MEME/MAST GUI Wrapper跑。

所以非常简单.....
如果这个时候，只给部分基因的 ID，那么就只会显示这部分的 motifs 信息。

当然，很少人这么干。

可视化进化树

“Gene Structure View (Advanced)”以前的名字是“Amazing Optional Gene View”，其中最重要的是 Optional，表示这个功能非常灵活。用户可以只单独可视化某一个部分。比如只可视化进化树。

当然，更多时候，大家会希望和 MEME 图一起可视化。

image.png

可视化基因结构

在 TBtools 中可视化基因结构，用户只需要直接下载物种数据库提供的基因结构注释信息文件，一般是几十Mb的GTF/GFF3文件，而不需要进行任何处理，就可以直接用于基因结构可视化，相应的， TBtools 需要用户至少给 ID 列表，或者进化树。因为 TBtools 会基于这些IDs信息，自动提取出对应的基因结构，随后可视化。

当然，更多时候，我们希望是按照进化树的顺序来。

可视化结构域信息

很多时候，我还是比较推荐 NCBI CDD 的预测结果，我们提交预测信息上去之后，点击下载，则可以得到 hitdata.txt 文件，响应教程也请自行微信/百度/谷歌检索。以前肯定有人写过的。使用起来方便。

当然，还是那样，可能用户希望的是跟进化树放在一起...

可视化顺式作用元件（启动子）信息

顺式作用元件的预测，目前已经有不少推文可以看到了。微信百度谷歌一检索，肯定还是能看到我以前写的教程。使用Gene Structure View (Advanced)这个功能时，需要大体整理成以下格式。本例取的是 ATG 上游 1kb 的序列，提交到 PlantCARE 预测，随后整理。

同时应该提供每个序列的长度信息，这里都是 1kb。

随后即可用于可视化

当然，还是那样，可能用户希望的还是和进化树放在一起

在基因结构上可视化结构域特征

事实上上，上面的都比较直观，我们可以看到“基因结构”和“蛋白结构域”是分开绘制的。但事实上，蛋白结构域，本身对应的也是mRNA序列，回到基因组上，那么就是基因结构上的某一段。所以 TBtools 最初直接提供了两个输入区域，用户只需要考虑具体蛋白坐标或者mRNA坐标就可以可视化序列特征到基因组（基因结构-外显子-内含子）坐标上。此处先看看基因结构域信息。稍微整理了一下之前的 NCBI CDD 预测结果，整理格式大概是，

随后即可用于可视化，

当然，要从成员亲缘关系来分析，还是得给进化树

在基因结构上可视化转录本序列特征信息

蛋白序列特征，如保守结构域信息当然是大家都在关注的。也有一些情况，序列特征体现在转录本序列上，体现在核酸水平，比如小RNA（如miRNA）的靶位点。对于这类信息，只需要简单整理成类似文件，如下

随后即可用于可视化

当然，还是那句话，进化树可以一起展示

当然，在同一进化分支上不同基因上靶位点会保守存在

对进化树进行重命名...

Emmm，TBtools在开发的时候，一直追求的是ID的统一性，但在最后图稿上，一般用户都希望是可以替换成自己喜欢的名字。比如做一个简单的。

其中，重命名信息文件的格式简单，也就是两列，制表符分隔。

（当然，这个例子里面转录本都包含进来了，一般做家族分析，我们是不会包含转录本信息的）

多图组合

如上所示，其中每一部分都可以分开可视化，也可以随机组合，也可以全部组合!，这就是所谓的Amazing Optional....。这里放出一张图稿。

效果如下（进化树还是用Cla....这个布局好看点），

当然，其实还可以利用 JIGplot 特性（毕竟我是开发的嘛）做更多的事情...就不再赘述。

写在最后

没啥好说的。准入门槛越低，越是容易被误解。
“终于，我们没有改变世界，是世界改变了我们”。