写在前面
高通量测序技术普及，大量物种基因组被测序。组装质量逐步提高，但基因结构注释的质量则一如既往的让人担心。错误的基因结构注释，可能会使得你得到错误的结果。比如：
- 不准确的基因结构注释，使得编码蛋白集合序列有误，最终导致同义突变位点的错误统计，得到的Ks值有错，于是无法相对正确的估算物种的分化时间；
- 不准确的基因结构注释，可能会使你得到的分析结果是某个基因家族的扩张或者收缩，而实际情况是，存在一定的基因没有被正确注释出来
- 不准确的基因结构注释，在更严重的情况下，直接会导致你做的所有RNAseq定量出错，于是你无论怎么分析，得到的差异表达基因列表都毫无意义。
- 不准确的基因结构注释。。。
总的来说，Garbage in, Garbage out.。
我一如既往地向各位提出，分析中需要注意的各种各样的问题。而不是给出分析流程，送出代码。
我开始觉得，很多人并不值得你去分享你的所做，所知。或者是他们不需要，或者是他们不懂，或者是他们不屑。
可能只有聪明的人才知道，
成功是不能复制的，但是坑是可以躲过的。
你复现再多人的流程，能得到的往往是类似的结果。所以paste code的工作，能让你得到的永远是表面的。
好，说好了不吐槽，然而我还是写了一长串。
今天这个推文的主题是，推出刚才改造的IGV的新的使用姿势。
快速在全基因组查看[t]BlastN结果
Blast，我们大家都很熟悉。IGV，我们也很熟悉。存在不少时候，我们会希望直接在IGV中可视化Blast的结果，这样做的好处有很多。
- 看看某个基因或者基因家族在IGV的分布位置，随后结合RNAseq数据进行人工基因结构注释矫正
- 看看某条引物可能的错配位置...
- 看看其他物种的序列，在当前物种中的位置，结合RNAseq数据或者其他重测序数据，比如你要看看再这里有没有SNP
- ....【用途不应该由我来想，而是用户来想】
使用方式与效果
我一贯认为，生物信息到下游，必然是要可视化Inspect。在这种情况下，超短时间内获得可用于可视化的数据，有助于缩短你的分析时间，更重要的是，不会打断你的分析思路。
blastn或者tblastn都可以，感兴趣的各位可以自己命令行操作。而我这里直接使用TBtools，因为这样方便。
所以操作步骤简单：
- 设置输入的序列，比如一条蛋白序列
- 设置subject为基因组序列
- 设置输出文件，注意确保输出结果文件后缀为「.tabblastn」
- 点击Start
很快你会得到输出文件，直接从「File」菜单中导入「IGV」即可。
当我们放大这些比对上的位置，可能会看到
可以看到，输入序列比对到四个同一家族的成员，中间的那个，很有可能是错误注释。
可视化基因结构
比如我现在有一个CDS，我可以直接比对到这个region，看看他的基因结构。
图片中，我只做的三步操作：
- 点击一下其中一个转录本的形状，这是在IGV改造八中增加的特性，点击一下，直接在剪切板中获得CDS序列，很多人为此抓狂
- 黏贴CDS序列到TBtools的Query Seq，其他的不修改
- 点击Start，随后载入IGV
我们可以看到，BlastN整体上复现了原来的基因结构，说明还是不错。
不过，一切基于纯粹的文本比较无法100%结构正确，这个问题以前分享过。
写在最后
洋洋洒洒，又是一篇推文。IGV的设计是很不错的。可能IGV的代码也是我看的第一份Java源码，毕竟，我当初是因为从零写了两个基因组浏览器，效果实在是不如IGV才来看他。我天真的以为IGV不会调用太多的第三方包。然而事实正好相反。可能这就是我个人思维的局限吧。
希望各位也明白，很多时候，你不用自己厉害，你身边的人厉害就可以了。
更或者，【是努力？还是机遇？让你走的更高呢？】
这是一个开放的问题，但是也是一个Closed的问题。因为打开展开来说，只会有两种结果：
- 鸡汤
- 毒鸡汤
那么就到这里，祝各位明日开工大吉。
