kallisto(3) 定量

#!bin/bash
conda activate kallisto
mkdir out
index=/data/chenjn/kallisto/test/Homo_sapiens.GRCh38.cdna.all.index
for i in $(ls *_1.fq.gz)
do
 R2=$(echo $i | sed 's/_1/_2/g')
 smaple=$(echo $(basename $i) | sed 's/_1.fq.gz//g')
 ~/miniconda3/envs/kallisto/bin/kallisto quant -i $index -o out/$smaple -t 8 -b 100 $i $R2
done
####第一次运行错了是因为把sample打成了smaple,后来索性直接把sample达成smaple了,然后就在out下面各自创建了sample名的子目录,因为abandunt目录是没有前缀名的,所以每个样本应该要分开

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
通过转录组测序评估肿瘤突变负荷的技术路线一般如下: 1. 样本采集和RNA提取:首先需要从肿瘤组织和正常组织中采集样本,然后提取RNA。RNA提取需要进行质量检测,确保RNA的完整性和纯度。 2. 转录组测序:接下来需要对RNA样本进行测序,一般使用Illumina HiSeq或NovaSeq平台进行测序。转录组测序需要进行质量控制和去除低质量序列。 3. 数据预处理:转录组测序数据需要进行预处理,包括去除低质量序列、去除接头序列、去除rRNA序列、去除重复序列等步骤。 4. 转录本定量:使用转录组测序数据进行转录本定量,一般使用RSEM、Kallisto、Salmon等工具进行转录本表达量计算。 5. 突变检测和注释:使用转录本定量数据进行突变检测和注释,一般使用Mutect、VarScan、GATK等工具进行突变检测和注释,同时需要进行过滤和筛选,去除假阳性突变位点。 6. 肿瘤突变负荷计算:使用突变位点和转录本表达量数据计算肿瘤突变负荷,一般计算方法为TMB = 突变数/覆盖的基因组大小,单位为Mb。 7. 数据分析和解释:根据计算得到的肿瘤突变负荷数据,进行数据分析和解释,例如与临床特征和预后相关性的分析。 需要注意的是,转录组测序评估肿瘤突变负荷可能会受到样本来源、测序平台、数据处理等因素的影响,因此需要进行标准化和质量控制,确保数据的可靠性和准确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值