【原】序列提取 - 《-零命令行-生信下游数据分析》- 第一弹

写在前面

《-零命令行-生信下游数据分析》的第一帖主题，定为序列提取。因为序列提取，可以说是目前最常见的生信下游数据分析需求，其主要见于场景：

1.物种基因组已公布，但没有对应的数据库，而我只是需要某个染色体的一个区段

2.手上有无参考转录组组装结果，需要从其中提取出一些我感兴趣的基因的序列，如某几个差异表达基因

场景有很多。而目的只有一个，即省时省事地得到我要的序列。本篇推文，可以让任何人在短时间内掌握并完成自己需要的序列提取，几乎没有学习成本。

准备数据

1. 序列文件，Fasta格式（任何Fasta格式的序列文件，如genome.fa, unigenes.fa, proteins.fa, cds.fa....）

2. 序列ID列表，或带需要的区间坐标信息 （普通的tab分隔的文本文件）
   

   

   
   如果是要提取某个序列的某个区段，那么可能ID后面加上区段信息，如果需要对提取出来的区段命名，则在ID前面添加信息
   

   

开始提取

1.首先打开TBtools，并选择对应的工具Amazing Fasta Extractor

2.设置序列库文件

一般TBtools提供两种数据输入方式 ，推荐直接使用鼠标拖拽

3. 提取序列

如果一次提取少量序列，只是快速使用，那么无需设置输出文件，直接勾选，使提取的序列显示在对话框，用于文本复制与黏贴

如果序列较多，或者要直接保存输出到文件中，那么可以设置一个输出文件

同样的方式 ，如果是要提取某个序列区段

4. 其他需求
关于序列提取，整体上，以上的操作应该是已经满足了大部分人的需求，当然还有其他需求，剩下的几个选项，可自行摸索

或者，建议加入TBtools使用交流群- QQ群，与其他在科研工作中使用TBtools的朋友交流