更新变动及进度

已有功能的相关教程请见：Juseの软件开发

更新日志

2023.06.21 完善了输出的 log 信息。

本次更新变动

  • 对序列进行串联（支持 IQ-TREE 分区文件的生成）。
  • 根据 id 提取序列。
  • 批量修改文件的后缀（已经补充在第二篇的进阶应用中了）。
  • 修复了部分 Bug。

目前的功能进度

  • 提取最长转录本。（已实现）
  • 根据 id 提取序列。（已实现）
  • 对序列的 id 进行各种处理。（已实现）
  • 串联序列并得到分区信息。（已实现）
  • 批量改后缀。（已实现）
  • 批量进行序列格式转换。（拟下一次更新）
  • 批量 RBH 得到一对一直系同源基因。（拟废弃，因为 diamond 的 windows 部署有些麻烦）
  • 批量提取 Orthofinder 的 orthogroup 对应的 CDS 序列。（拟下下次更新）
  • 增加自动绘图模块（例如火山图、富集图等）。（考虑中，新的模块将会大幅增加软件大小，Juse 正在权衡利弊）

叠盾警告⚠：不保证这些功能和想法一定会实现，本软件解释权归属 Juse 所有，本软件能走多远具体得看 Juse 能坚持多久。

下载地址：https://github.com/JuseTiZ/JuseKit/releases

提取序列及串联序列

本文主要着重于这次更新新增的功能，其他模块请走这里。

根据 id 提取序列

可用到的场景应该比较少，但也是有些的，例如差异表达基因序列的提取等。

操作也很简单，如图：

重点如下：

  • 当输入文件且同时文本框中有输入时，文件更优先执行。
  • 输入的 id 应为一行一个。
  • 当使用文本框进行提取时，文本框的内容会保存在 .exe 所在文件夹中，其中 id 保存在 tmp_id.txt，fasta 保存在 tmp_fasta.txt。输出的文件也在同一文件夹下。
  • 当使用文件进行提取时，输出文件将和输入文件在同一路径。

串联序列

这一功能在 系统发育分析 中的第一个板块。

首先介绍一下各个地方的功能：

实例演示：

一些例外的情况：

一般而言，串联需要用到的序列数量不会过多，所以运行速度会非常快，但如果数量过多，所需要的时间也会随之增加。

运行中卡死是比较正常的，但一般不会一直卡死，一直卡死说明可能未使用物种标识，导致识别到的物种数异常庞大，从而增加了内存需要。所以运行前请务必检查好这一点。

运行结束后，会在结果路径中产生以下文件：

  • concatenation_ortho.fasta 串联结果。
  • IQ_partition.txt 适用于 IQ-Tree 分区模型建树的分区信息。
  • sequence_con.log 串联 log，展示了各物种信息（v0.6 新增了 gap 比例），其中最后一列应当全部为 +。
  • gene.log 基因 log，展示了各个基因中所包含的物种（未出现的以 - 标识）及各物种的基因出现率。
    • gene.log 为 v0.62 新增，目的是为了更好地观察部分物种的高 gap 率是由于 missing gene 还是由于未修剪 gap。

后记

我会争取将这些功能慢慢完善，让它成为一个具有更广适用性的软件，希望能够帮助到某些盆友，当然我个人认为最大的可能是自娱自乐。

如果这个软件帮助到您了，您可以给它一个小小的 Star 聊表支持，或者在您汇报的时候引一下 https://github.com/JuseTiZ/JuseKit/ ，想必看着还是非常高端大气上档次的。