课程笔记
作者：互联网
1.如何下载基因组gff3文件
https://itol.embl.de/
ensembl plant -download-
2.提取cds序列
需要两个文件
①基因组序列文件:序列
②基因结构注释文件gff3：序列对应的结构
TBtools:GXF Sequences Extracter
首先把gff文件拖进去，初始化，选择CDS、parent,拖进去基因组序列文件，输入输出文件位置。
会形成2个文件，一个是格式化的序列TBtools.fa，一个是索引TBtools.fa.fai
3.查看CDS有多少个基因：Fasta Tools-Fasta Stats,然后把cds文件拖进来。
预览一下：big file previewer-big text preview :以ATG开始，以TAG/TGA中止。
4.把cds翻译成蛋白：拖进去fasta格式的cds,输入蛋白输出路径。
5.简化蛋白ID
基因家族分析
1.PlantTFDB网站：转录因子数据库。
2.Tair-browse-gene family下载基因家族序列
利用tair下载拟南芥的ERF蛋白序列，把122序列号复制到①中
复制基因到下面的框-直接get sequence,复制序列到txt文档，打开fasta stats查看。
3.blast：two sequence file
文件：
①122个拟南芥的蛋白序列
②目标物种的蛋白序列：用cds翻译的蛋白序列
③输入.tab文件
用excel打开，选择第二列序列复制到upsetprot去冗余,双击柱状图，复制序列名称。
提取ID的蛋白序列
NCBI-Protein-Blast
标签：文件,笔记,TBtools,课程,cds,序列,拖进去,蛋白 来源： https://www.cnblogs.com/anne2214/p/15676684.html