在分析基因組數(shù)據(jù)時(shí)改淑，我們有時(shí)候只需要基因組中某個(gè)部位的信息碍岔，比如涉及編碼蛋白功能就只需要CDS序列，研究miRNA與mRNA互作時(shí)溅固，只需要3‘UTR序列付秕，那么如何簡(jiǎn)單快速的得到基因組中的目標(biāo)序列呢？今天就要用一個(gè)好用的數(shù)據(jù)分析工具TBtools侍郭。
一询吴、準(zhǔn)備基因組注釋文件以及序列文件：1、可從NCBI亮元、ENSEMBL猛计、GENCODE等數(shù)據(jù)庫(kù)中下載，本文以ensembl為例爆捞，打開ensembl數(shù)據(jù)庫(kù)奉瘤，進(jìn)入Downloads，點(diǎn)擊Downloading with rsync煮甥， Ensembl FTP site 選擇發(fā)布的基因組版本盗温，以最新版本99為例
2、選擇fasta和gff3成肘，選擇物種卖局，下載基因組序列文件和gff注釋文件。比如homo双霍，在序列下載時(shí)選擇primary或top均可砚偶，不要選rm和soft，會(huì)降低比對(duì)率（下載工具就不多說啦）
二洒闸、TBtools序列提取
1染坯、準(zhǔn)備好基因注釋文件gff和序列文件fasta后，下載TBtools：https://github.com/CJ-Chen/TBtools丘逸，安裝单鹿。
2、打開TBtools深纲，進(jìn)入sequence toolkit羞反，GFF3/GTF Manipulate，GXF Sequences Extract
3囤萤、首先，分別導(dǎo)入GFF文件和FASTA序列文件是趴，再點(diǎn)擊initialize涛舍，初始化文件。初始化完成后唆途，會(huì)跳出一個(gè)幫助用戶選擇feature的框富雅，可直接關(guān)掉跳過（不懂GFF注釋結(jié)構(gòu)的童鞋可以看一下 哈哈）掸驱，然后軟件的Feature Tag就會(huì)出現(xiàn)以下可供選擇的序列區(qū)域啦，包括mRNA没佑，Lnc_RNA毕贼，CDS、3’UTR等蛤奢，可自行選擇提取鬼癣。
注意：因?yàn)門Btools有特定的函數(shù)程序，所以提取之前需提前設(shè)定好輸出的文件名啤贩，也就是在set an output fasta file出待秃，除了選擇輸出目錄外。還需手動(dòng)添加需要輸出的文件名(.fa)痹屹，最后章郁，Start就可以啦，幾分鐘之后就可以在輸出目錄下找到你的序列了志衍。是不是特別簡(jiǎn)單暖庄？^-^
