小工具 | 滑窗计算GCskew / GCratio / Nra

写在前面

最近可以用来工作的时间少得可怜...但项目总归是要一步一步推进。每天都可能会怀疑人生，然后遗忘或者突破这个怀疑。或许这就是人生无可奈何的一部分。
回到主题。前述，开设了“TBtools吐槽大会”板块，可以方便各种对 TBtools 开发有意见或者建议的朋友过去提一提。当然也可以吐槽软件这里不好，那里不好。
其中有一个建议还不错：

大体是看看基因组序列中未知碱基的分布（一般用 N 指代），以此来判断基因组不同区域的组装质量（是否有 Gap 等）。
正好手上的项目确实需要用上，同时我也想起来多年前做细菌基因组时 GCskew 等指标的计算。于是顺手在 TBtools 中增加了一个小功能。

Fasta Window Stat

界面如下：

使用起来太过简单，一般啥也不用管，直接拿到一个基因组的 Fasta 序列文件即可动工。

运行完成后，可在输出目录中看到三个文件，分别是

1. Nratio，即未知碱基的分布情况
2. GCratio，即GC含量的分布变化情况
3. GCskew，即GC偏向性情况（一般针对单链基因组有用）

大体文件内容如下

使用 Advanced Circos 进行简单可视化，可见

可以看出：

1. 在真核生物或者基因组非环状的材料来说，其实 GCskew 没啥意义；
2. 拟南芥 Chr1 的中间部分（应是着丝粒），含有大量 N ，该部分在 GCratio 上数据存在缺失（比例极小），同时 GCskew 明显异常。

写在最后

路漫漫，其修远兮；一切还是靠自己。