这两天在群里发生的一件小事，我觉得整个过程挺适合分享。可以说是一个 老铁用户 和 开发者 以及 软件 三者之间的短篇故事。供大伙了解，或许这是某种程度上，TBtools相关的文化？— CJ - 陈程杰
最近参与了一个基因组项目，顺利的拿到了基因组序列fasta文件和gtf格式的注释文件。当我看到注释文件是gtf格式的时候，我暗自窃喜，因为我知道gtf相比gff3，格式会更规范一些。可我万万没有想到，就是这个我以为规范的gtf文件困扰了我好几天。
先看看我的gtf文件长什么样子（图1B），对比一个规范的文件（图1A），我的gtf文件有两个明显的问题：
1.缺少信息。例如没有gene这一行；
2.基因的命名方式有些随意。
作为TBtools的忠实用户，第1个问题自然好解决，那就是用GXF Fix修复。可第2个问题怎么办呢？
图1A 拟南芥gff3文件
图1B 我的gtf文件
这时刚好TBtools交流群里有个同学问相关问题，然后我顺藤摸瓜，在Batch String Replace找到了替换功能，用法也是符合TBtools的一贯容易操作的特性。首先输入需要替换的文件；然后输入需要替换的名称，因为需要用制表符分隔，我一般在excel里填好，然后另存为txt格式，直接拖进Replace Map里；最后设置输出文件，Start开始即可。在经历了1个多小时的等待后，大功告成。
图2 Batch String Replace批量替换
可是，当我打开替换后文件后，发现从第10个基因名起便开始出现错误，例如我想要“00110”，替换后变成了“00101”。于是我向CJ求助，他回答是因为重复替换的问题，接着他在Batch String Replace增加了一个“Full Word Match Mode”新功能（默认勾选）。有了这个功能，就可以完美替换了。同时，为了解决Batch String Replace速度较慢的问题，他又写了GXF Rename（图3），用法与Batch String Replace一样，但不同之处在于速度，2万个基因名称的批量替换，GXF Rename一秒钟搞定，String Replace得1个多小时。
图3 GXF Rename批量重命名
但是，事情还没有结束。因为我的gtf文件没有Name，导致GXF Fix修复后的文件gene行也没有Name（图4），这样的文件导入到可视化软件里不显示基因名字，所以我就想添加上Name列。我能想到的方法也很简单，就是将ID=CsSix1G000010替换成ID=CsSix1G000010;Name=CsSix1G000010。于是我又打开了GXF Rename，但是，它没有完成替换，而String Replace却可以。虽然我的问题解决了，但我还是想知道这一问题的答案，于是再次求助CJ。CJ测试后的结论是：GXF Rename针对的是标签内部的值，是单元，是重命名；而String Replace针对的是String，任何字符串都在考虑范围内。对于我这种生信小白，这句话并不容易理解。但就我使用的经验来说，GXF Rename速度快，2万个基因名称的替换也是毫秒级完成，但一些复杂格式的替换无法完成；而Batch String Replace，速度相对慢一些，但包容性更强。
图4 GXF Fix修复后的文件gene行只有ID
最后做个总结，如果你需要批量替换GFF3/GTF的基因名，首先试试GXF Rename，反正速度快。如果不行的话，就使用Batch String Replace，速度会有点慢，但毕竟可以解决问题，这点等待可以接受。当然了，如果不放心的话，可以先少量替换，看看结果。
最后，我想分享个故事。一个人点了份小龙虾外卖，收到后发现包装盒上有张纸，上面写着：亲爱的主人，龙虾用啤酒炒一下味道更鲜美哦！他觉得很诧异，小龙虾还有这种做法，好在也不麻烦，于是他倒了点啤酒，炒了一下。结果他发现，味道还真不错。那么，到底是啤酒炒后的小龙虾好吃了，还是因为他自己参与了这个过程，觉得自己做的好吃呢？或许很大原因是他自己参与了做饭的过程。同理，经过这次的经历，TBtools对我而言又有了不一样的意义，也希望TBtools能够带给大家不同的意义！
若有收获，就点个赞吧
0 人点赞
