愚见 | 解读文稿 Front. Genet. 大白菜富甘氨酸蛋白基因家族分析

写在前面

Emmmm，慢慢地发现越来越多 TBtools 用户朋友发表的论文。农学的，医学的，大田的，分子的，湿实验的，数据分析的.... 我可能跟大家有所不同，看到有朋友文章发表并引用了 TBtools 时，我常常会关心的是：

1. 用了啥功能？
2. 用的如何?（比如可视化是否好看）
3. 是否有出乎我意外的使用方式（相对常见）

现在几乎每天，我都会收到 Google Scholar 的邮件，大体提醒我，今天哪些（对哪些，一般都是两三篇）文稿发表并引用了 TBtools。我有时间就会看看。看多了，自然会发现一些我个人觉得还不错的 TBtools 应用结果（亦即，用户常常用得比我还好）。
于是，我决定在《生信札记》上，开一个板块《TBtools-用户文章解读》。主要目的：

1. 我可以了解下用户都拿 TBtools 干啥了
2. 给其他用户做参考，如 TBtools 还能这么用
3. ....

文稿发现

不少 TBtools 用户本身也是我的微信朋友。早上在朋友圈看到了截图。

看来是老铁，直接把 TBtools 写到摘要里面去了.....这估摸着是第一次看好。哈哈。既然如此，那就选这篇文章来解读。

文稿解读

文稿发表在 Frontiers in Genetics，查了下JCR Q2。之前我也有多少看到过这个杂志，应还是不错。
基于题目和摘要，我们很清楚，作者主要工作是鉴定了大白菜的富甘氨酸蛋白基因家族，并分析其在胁迫条件下的表达模式，为后续进一步工作开展提供基础。

先看看结果部分的主标题：

1. Identification and Characterization of BrGRP Genes in Chinese Cabbage 即家族成员鉴定
2. Sequences Analysis of BrGRP Genes and Phylogenetic Relationship 即序列分析与进化分析
3. Chromosome Localization and Orthologous Gene Analysis of BrGRPs in Chinese Cabbage 即基因的染色体定位与同源基因分析（结合拟南芥）
4. Expression Profiling of BrGRPs in Chinese Cabbage 即成员的表达分析（包括不同组织，温度胁迫，干旱胁迫，软腐病菌侵染 - 基于公开已发表转录组）
5. Analysis of Cis-Acting Elements in the Promoter Region of BrGRPs 即顺式作用元件分析
6. Two BrGRP Genes Participated in NaCl Stress 即基于前述鉴定与表达分析，确定两个进一步分析的成员，开展实验验证

整体脉络简单且清晰，应属于相对中规中矩的文稿，完善了大白菜富甘氨酸蛋白基因家族的各项信息。文章中，有趣的点或许在于同一进化分支的两个GRP基因超表达后有相反的表型。

图片解读

上述，其实都不是我关心的内容，我最关心的，到底还是图片。

第一张图，看起来还不错，应该属于经典的 TBtools 出图。在 TBtools 中，类似的图可以一键一秒输出。不过，从这张图来看，作者应该是花了不少时间，其中包括：

1. 子图标注 ABC 以及titles
2. 分支高亮，这个看起来也是后期AI或者PS，自己加的
3. 图例摆放

我个人觉得应该是花了不少时间和努力，已经是不错的结果。但是，仍然可以争取做得更好，把以后的工作再提升一下，争取发个 1 区的。个人愚见，如果按照 100 分满分来打分的话，我觉得这个结果可以拿 80 分。 主要值得优化的有两点，第一个是高亮的部分可以参考一些CNS文稿配色，同时再做透明化；第二个是 Bra028693 这个基因的长度可能过长，从 motifs 来看可能是基因组基因结构注释的偏差。当然，这个不会改变不了全文任何结果。如果后续要针对这个基因开展科研工作，那么值得做一下注释矫正，可以参考《生信札记》往期推文。具体不做展开。

第二张图，我觉得可以打 98 分。其中子图A 应该是网站或者是自己着色，与TBtools没啥关系，不做评价，所以100分。子图B，其实非常不错。不过我觉得基因与染色体之间的线可能不用那么长。目测似乎是骨灰级用户，出这张图的版本，必然是相对近期的版本。因为我对文本重叠做了优化。配色方面都不错。另外，作者这张图，其实是拟南芥和大白菜一起放，Emmm，加分。TBtools 出 Circos 图，我并未演示过如何同时搞两个家族，但是作者自己摸索出来了。真流弊
！

三张图一起看。在这块，作者主要是分析了大白菜各类转录组数据。工作量应还是不小的。热图上，目测应是用了 TBtools。用得不是非常出彩。哈哈，对于只有两个样品的，可以考虑近期推出的LayoutHeatmap或者是掰弯，显得好看。如果坚持用矩形类常规热图，TBtools的热图工具，可以直接限定cell width和cell height，这个对于后期组合图片，显得更友好。组合出来的图也好看一些。Venn图用的 TBtools 无疑，从配色可以看出。此处 Venn 用得恰当，故事点不错。此外是机智的用了 TBtools 的 UpsetPlot 分析了顺式作用元件的交集差集。作者应该是考虑到柱子太短，没啥好看的，于是自己打了数字。这个操作也是聪明。整体上热图全部打 80 分；Venn 打 100 分；UpsetPlot 打 90 分。UpsetPlot 的数字其实可以一键文字基部对齐，这个在AI或者CorelDraw都有。

实验部分的图...与TBtools 没半点关系。摆出来，不做解读。

写在最后

整体结果不错。关于基因家族分析，我个人一贯的态度是：每一个研究生都应该掌握，最好实操过。其中涉及到大量分子生物学基础知识，同时也可以增加对目前所谓生物大数据的一些结果理解和小坑（如上述可能存在的基因结构注释偏差）。关于基因家族分析发表文稿，我持中立态度。我个人基本上做分析，主要是为了确定分支成员，服务于大的课题。但我们不得不承认，对于硕博士入学，夯实生物数据分析基础，保证毕业；或者对于新入职的青年教师，应对职称评定压力；发表文稿，或许是无解之解。当然，最好是类似本文，能够找到一些有趣的点，最好是服务于气候的大课题。比如，你做植物衰老，看看NAC；你做植物细胞分化，看看WUS，等等。