几天前，与CJ讨论，要开发用于转录组基因差异表达分析的插件，当时CJ已经有了想法，我想我就放弃吧，CJ说我们支持多人开发，我想想也对，参考CJ的插件，我添加了一些我的想法，既然进行分析，何不满足批量的处理呢？
说干就干，代码都是现成的，但是怎么支持多对数据的处理呢，对于我这个生信代码搬运工来说，还是有难度的，于是请教了密歇根理工大学的Xuewei Cao博士，于是，Batch DEGs Analysis Tools插件诞生了！
废话不说，上干货！插件已经上传到TBtools Plugin Store（插件商店），所有用户选中该插件，点击 Install Selected Plugin即可完成插件安装（ Rserver Plugin 需要先安装，总有人问我SupCorrPlot安装了不能运行，你得先安装环境才行啊）。
安装后，其界面如下图：
第一步，输入第一文件，是输入你的read count矩阵文件，格式如下图：第一列代表基因名，第一行代表各样品，这里的样品编号你依据自己的样品编号就可以，因为在第二个地方，我们会给样品进行重新命名。
第二步，输入样品命名和分组文件，第一列对应你的样品总数，示例文件有42个样品，那么在本文件中，Sample编号会到42，即Sample42；第二个，对样品的分组信息，我们看前6项，样品123代表对照，样品456代表一个处理，我们进行如下命名（见表），末尾数字1是表示第一个对比，依次类推，后续编号分别是2，3.。。。。7；有的人说，我样品重复是2个呢，当然可以，你就命名2个就行；有的说2比3可以做吗，当然可以。
第三步，要输入差异对比文件，就是告诉系统，你要比对几组，格式如下，也就是说，你写几组，就输出几组的分析结果，如果在3的地方不输入这个文件，那么系统会自己瞎比较，直到自己玩嗨为止。
第四步，设置你选择差异基因的阈值，系统默认padj小于0.05且Foldchanged的绝对值大于2时，被认定为差异基因，当然你也可以自己重新输入你想要的阈值。
然后，你点击Start，等候结果（首次运行会花费点时间，因为要安装R包），运行时间依赖你的电脑配置，数据越多，运行时间稍微长一点，一般情况下，很快！
输出结果是2个文件（如下），因为利用DESeq2和edgeR二个包进行的计算（感谢这2个R包的开发者），你可以选择你喜欢的结果使用，是不是很人性啊！哈哈，至于结果，我就不打开了，大家用示例文件去跑一下看看，我只能说，Amazing！
我不是码农，我只是代码的搬运工！上次推出SupCorrPlot插件后，反馈很多，所以加微信群的很多，最后群就满了，只能个人邀请进群，手机几乎卡死，所以还是开了一个QQ群772984060，在这里大家可以直接下载插件！也可以对使用问题进行交流，有兴趣的可以加群，请进群后实名，谢谢！
