本人的簡書平臺：啊輝的科研，原文鏈接“https://www.jianshu.com/p/211a262aebc4”

發(fā)在b站主要為了做個備份

TBtools（v1.089）的sequence toolkit常用功能介紹:

fasta extract (recommended)

給出序列的ID，可以提取特定序列，要點Initialize。

fasta stats

查看序列文件的統(tǒng)計信息。

sequence manipulate (rev&comp)

對序列進行正反鏈的互換，點擊reverse和complement。

對序列進行單行處理，并將序列轉(zhuǎn)換成大寫，點擊uppercase和seq in one line。

只顯示文件的ID或序列。

ID simplify

可以去除ID之后的tab分隔符后面的全部內(nèi)容。不用選參數(shù)。

ID rename

對文件中序列的ID進行重新命名，需要輸入舊ID與新ID，中間用tab分隔符隔開。

ID prefix

可以在全部的序列ID前面加幾個字母。

fasta to table convert

將fasta格式，轉(zhuǎn)換成普通的桌面格式，只是去掉>，將序列排在ID后面而已。

merge and split

merge: 將兩個fasta序列文件融合成一個fasta文件。split: 將含有一堆序列的文件分成含有一條序列等的多個文件，如“spilt into: 1, split mode: record per file”，就可以將原本含有50條序列的某個文件，分割成50個文件，每個文件只有1條序列。

sequence pattern locate

對某個特定的序列進行搜索定位，如對“aaatt”這個特定的序列進行搜索，就會顯示序列文件中該短序列的對應的基因ID和位置。

complete ORF predict (batch mode)

提取全基因序列中的CDS序列，要求：真核；確保有完整的CDS。輸出文件會有三個，一個是CDS序列文件，一個是CDS翻譯出來的蛋白序列文件，一個是找不到確鑿的ORF的序列文件。

batch translate CDS to protein

將CDS轉(zhuǎn)換成蛋白序列，輸出文件會有*，代表終止密碼子，可以用notepad++注意查看*與>的數(shù)量是否相同，若不同則代表某條序列提前出現(xiàn)了終止密碼子，這個務必注意，可以用notepad++去除末尾的*號。

Primer check (simple e-PCR)

檢查一下引物是否匹配而已，若匹配，會有框框出來，不匹配就會error，做引物還是用snapgene軟件好些。

GXF sequences extract

NCBI下載基因組文件和GFF文件，并提交到該工具對應框框中，記得點initialize，就可以提取CDS，gene，transcript，lnc_RNA，上游啟動子序列（選CDS，parent，upstream bases 2000， retain only upstream or down stream bases）。

GXF gene position & info .extract

提取基因的位置，和染色體長度，提取基因位置后，用excel打開并整理保存為xlsx格式，后面經(jīng)常用到。但是這樣提取的文件，缺少蛋白ID，CDS的長度和CDS（include intron but not UTR）位置，我們用GXF sequences extract提取CDS序列，feature ID選ID而不是parent，再選“retain attributes in header”，再用sequence manipulate(rev&comp)只把ID保留下來，用excel整理，并與前面提取的基因位置文件，用Vlookup公式比對整合信息，就可以得到各個基因的信息，蛋白長度就用CDS length除以3，再減1（終止密碼子）。有些基因不是編碼蛋白的，格式就不匹配，這些基因很少，若需要這些基因信息就去GFF文件單個找吧。

根據(jù)ID搜索GFF文件中的相關(guān)信息，用notepad++會更便捷些吧。

sequence toolkit其它的功能我都沒怎么用過，想知道的話可以自己摸索或者去TBtools的Q群里面找“TBtools使用教程第一部分sequence toolkit”，上網(wǎng)搜下應該也會有很多教程的。謝謝華南農(nóng)大的陳老師開發(fā)的這個軟件！

若侵，請聯(lián)，必刪。