一：筛选串联重复基因

1.获取NBS的CDS序列

将NBS的基因转录本的ID处理，一条基因只要一个CDS。
EXCEL-->排序-->去重复-->合并1，2列（=A1&"."B1）-->结果

$seqkit grep -f nbs_gene_id Arabidopsis_thaliana.TAIR10.cds.all.fa |seqkit seq -i >cds_hits

2.blast比对

$makeblastdb -in cds_hits -dbtype nucl -title cds_hits
$blastn -num_threads 24 -db cds_hits -query cds_hits -evalue 1e-20 -outfmt 7 >blastn.out
#7格式有表头，6无表头

对结果进行筛选，基于第2及第3列的%identity>75并且aligment length>相比较的两条序列（自己比自己）的75%.

$samtools faidx cds_hits
$perl shaixuan.pl -in1 cds_hits.fai -in2 blastn7.out -out shaixuan.result

但是这里面存在A比B和B比A的重复情况，需要取重复。在EXCEL中在1，2列之后加一列，用函数=IF(A1>B1,A1&B1,B1&A1)，表示无论1，2列大小，输出都是大的在前，小的在后。然后全选，以第3列删除重复值，再删除第3列，保存结果为repeat_gene_id。