RNA-seq的原理及代码实现

最新推荐文章于 2024-06-10 22:18:41 发布
置顶 最新推荐文章于 2024-06-10 22:18:41 发布
阅读量1.2k 收藏 12
点赞数 3
分类专栏： RNA-Seq流程 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43337249/article/details/111934191
版权 
!/bin/sh
An task for serial job.
DO NOT RUN THIS SCRIPT DIRECTLY,
PLEASE RUN THIS SCRIPT WITH qsub: qsub serial_job.pbs 
#
PBS -N download_data
PBS -o download_data.log
PBS -e download_data.err
PBS -q middle
PBS -l walltime=48:00:00
PBS -l nodes=1:ppn=2
cd $YOUR_WORKDIR
cd /home/sysbio/SA20008161/PBSorder
#首先下载raw data
module load sratoolkit
#prefetch SRR8467686
#prefetch SRR8467687
#prefetch SRR8467688
#prefetch SRR8467689
#prefetch SRR8467690
#prefetch SRR8467691
#prefetch SRR8467692
#prefetch SRR8467693
#利用fast-dump命令转换sra文件为fastq文件，gzip用于解压缩
#fastq-dump.2.8.2 -O /home/sysbio/SA2000816/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467686.sra
#fastq-dump.2.8.2 -O /home/sysbio/SA2000816/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467687.sra
#fastq-dump.2.8.2 -O /home/sysbio/SA2000816/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467688.sra
#fastq-dump.2.8.2 -O /home/sysbio/SA2000816/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467689.sra
#fastq-dump.2.8.2 -O /home/sysbio/SA2000816/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467690.sra
#fastq-dump.2.8.2 -O /home/sysbio/SA20008161/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467691.sra
#fastq-dump.2.8.2 -O /home/sysbio/SA20008161/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467692.sra
#fastq-dump.2.8.2 -O /home/sysbio/SA20008161/RNA-seq/example/from_NCBI --gzip  /home/sysbio/SA20008161/ncbi/public/sra/SRR8467693.sra
#####

!/bin/sh
An task for serial job.
DO NOT RUN THIS SCRIPT DIRECTLY,
PLEASE RUN THIS SCRIPT WITH qsub: qsub serial_job.pbs 
#
PBS -N job_name
PBS -o job_human.log
PBS -e job_human.err
PBS -q middle
PBS -l walltime=48:00:00
PBS -l nodes=1:ppn=2
cd $YOUR_WORKDIR
cd /home/sysbio/SA20008161/PBSorder
fastqc-o/home/sysbio/SA20008161/RNA-seq/example/from_NCBI/-t6/home/sysbio/SA20008161/RNA-seq/example/from_NCBI/*fastq.gz

#!/bin/sh
#An task for serial job.
#DO NOT RUN THIS SCRIPT DIRECTLY,
#PLEASE RUN THIS SCRIPT WITH qsub: qsub serial_job.pbs 
#
#PBS -N download refgenome and annotation
#PBS -o download refgenome and annotation.log
#PBS -e download refgenome and annotation.err
#PBS -q middle
#PBS -l walltime=48:00:00
#PBS -l nodes=1:ppn=2
#cd $YOUR_WORKDIR
cd /home/sysbio/SA20008161/PBSorder
#下载参考基因组并解压缩
wget-Phome/sysbio/SA20008161/mappingftp://ftp.ebi.ac.uk/pub/databases/gencode/Gencode_human/release_36/gencode.v36.transcripts.fa.gz
gzip -d home/sysbio/SA20008161/mapping/gencode.v36.transcripts.fa.gz 
#下载gff注释文件并解压缩
wget-Phome/sysbio/SA20008161/mapping ftp://ftp.ebi.ac.uk/pub/databases/gencode/Gencode_human/release_36/gencode.v36.annotation.gtf.gz
gzip -d home/sysbio/SA20008161/mapping/gencode.v36.annotation.gtf.gz
#!/bin/sh
#An example for serial job.
#DO NOT RUN THIS SCRIPT DIRECTLY,
#PLEASE RUN THIS SCRIPT WITH qsub: qsub serial_job.pbs 
#
#PBS -N lovemapping
#PBS -o lovemapping.log
#PBS -e lovemapping.err
#PBS -q middle
#PBS -l walltime=48:00:00
#PBS -l nodes=1:ppn=4
#cd $YOUR_WORKDIR
cd /home/sysbio/SA20008161/PBSorder
module load STAR
fastq_path=/home/sysbio/SA20008161/RNA-seq/example/from_NCBI
output_path=/home/sysbio/SA20008161/mapping/STAR_result2

#Step 1 - Build a genome index构建索引
module load STAR
STAR 
--runThreadN 4  
--runMode genomeGenerate 
--genomeDir /home/sysbio/SA20008161/mapping/hg38_star_index 
--genomeFastaFiles/home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.dna.primary_assembly.fa 
--sjdbGTFfile /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtf

#Step 2 - Align RNA-Seq Reads to the genome with 用STAR比对
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467686.fastq.gz --outFileNamePrefix $output_path/SRR8467686 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467687.fastq.gz --outFileNamePrefix $output_path/SRR8467687 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467688.fastq.gz --outFileNamePrefix $output_path/SRR8467688 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467689.fastq.gz --outFileNamePrefix $output_path/SRR8467689 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467690.fastq.gz --outFileNamePrefix $output_path/SRR8467690 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467691.fastq.gz --outFileNamePrefix $output_path/SRR8467691 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467692.fastq.gz --outFileNamePrefix $output_path/SRR8467692 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c
STAR --runThreadN 4 --genomeDir  /home/sysbio/SA20008161/mapping/hg38_star_index  --readFilesIn $fastq_path/SRR8467693.fastq.gz --outFileNamePrefix $output_path/SRR8467693 --outSAMtype BAM SortedByCoordinate --quantMode TranscriptomeSAM --readFilesCommand gunzip -c

#!/bin/sh
#An example for serial job.
#DO NOT RUN THIS SCRIPT DIRECTLY,
#PLEASE RUN THIS SCRIPT WITH qsub: qsub serial_job.pbs 
#
#PBS -N BAMtoBW
#PBS -o BAMtoBW_human.log
#PBS -e BAMtoBW_human.err
#PBS -q middle
#PBS -l walltime=48:00:00
#PBS -l nodes=1:ppn=4
#cd $YOUR_WORKDIR
cd /home/sysbio/SA20008161/PBSorder
source /home/sysbio/SA20008161/miniconda3/etc/profile.d/conda.sh
#
conda activate RNA

#创建bai索引
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467687Aligned.sortedByCoord.out.bam -bg > SRR8467686.bedgraph
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467687Aligned.sortedByCoord.out.bam -bg > SRR8467687.bedgraph
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467688Aligned.sortedByCoord.out.bam -bg > SRR8467688.bedgraph
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467689Aligned.sortedByCoord.out.bam -bg > SRR8467689.bedgraph
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467690Aligned.sortedByCoord.out.bam -bg > SRR8467690.bedgraph
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467691Aligned.sortedByCoord.out.bam -bg > SRR8467691.bedgraph
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467692Aligned.sortedByCoord.out.bam -bg > SRR8467692.bedgraph
bedtools  genomecov -ibam /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467693Aligned.sortedByCoord.out.bam -bg > SRR8467693.bedgraph

samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467686Aligned.sortedByCoord.out.bam
samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467687Aligned.sortedByCoord.out.bam
samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467688Aligned.sortedByCoord.out.bam
samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467689Aligned.sortedByCoord.out.bam
samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467690Aligned.sortedByCoord.out.bam
samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467691Aligned.sortedByCoord.out.bam
samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467692Aligned.sortedByCoord.out.bam
samtools index -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467693Aligned.sortedByCoord.out.bam

#批量处理BAMtoBW
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467686Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467686.bw
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467687Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467687.bw
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467688Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467688.bw
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467689Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467689.bw
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467690Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467690.bw
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467691Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467691.bw
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467692Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467692.bw
bamCoverage -b /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467693Aligned.sortedByCoord.out.bam  -o /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467693.bw
#!/bin/sh
#An example for serial job.
#DO NOT RUN THIS SCRIPT DIRECTLY,
#PLEASE RUN THIS SCRIPT WITH qsub: qsub serial_job.pbs 
#
#PBS -N je3_name
#PBS -o ec3.log
#PBS -e ec3.err
#PBS -q middle
#PBS -l walltime=48:00:00
#PBS -l nodes=1:ppn=4
#cd $YOUR_WORKDIR
cd  /home/sysbio/SA20008161/PBSorder
source /home/sysbio/SA20008161/miniconda3/etc/profile.d/conda.sh

#Build RSEM index and compute expression
# rsem prepare reference  从参考基因组中提取原始准备文件
module load STAR
rsem-prepare-reference  --gtf /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtf \
                        --star \
                        --star-path /public/software/bio/STAR \
                        -p 4 \
                        /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.dna.primary_assembly.fa \
                          /home/sysbio/SA20008161/software_code/RSEM_example/hg38_ref/hg38
#转录组数据计算表达定量;再顺便改个名
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467686Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 KD1-1
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467687Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 KD1-2
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467688Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 KD2-1
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467689Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 KD2-2
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467690Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 C1-1
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467691Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 C1-2
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467692Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 C2-1
rsem-calculate-expression -p 4 --bam  /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467693Aligned.toTranscriptome.out.bam /home/sysbio/SA20008161/software_code/software_code/RSEM_example/hg38_ref/hg38 C2-2
#Htseq计算表达量
conda activate RNA
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467686.sorted.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/KD1-1.txt
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467687Aligned.sortedByCoord.out.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/KD1-2.txt
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467688Aligned.sortedByCoord.out.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/KD2-1.txt
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467689Aligned.sortedByCoord.out.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/KD2-2.txt
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467690Aligned.sortedByCoord.out.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/C1-1.txt
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467691Aligned.sortedByCoord.out.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/C1-2.txt
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467692Aligned.sortedByCoord.out.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/C2-1.txt
#htseq-count -i gene_id /home/sysbio/SA20008161/mapping/STAR_result2/SRR8467693Aligned.sortedByCoord.out.bam /home/sysbio/SA20008161/mapping/Homo_sapiens.GRCh38.102.gtff >  /home/sysbio/SA20008161/mapping/result/C2-2.txt

近期会对这篇文章进行大幅度修改，主要是利用循环简化语句，以及加入后续的可视化分析

爱做饭的电饭煲
关注
  • 3
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
RNA-seq流程学习笔记（16）-Linux系统下完整流程代码
垚垚爸的博客
07-07 4007
1.关于准备工作 2. 3.FastQC流程代码 4.Hisat2流程代码 #! /bin/bash #上面一行宣告这个script的语法使用bash语法，当程序被执行时，能够载入bash的相关环境配置文件。 # Program: # This program is used for aligning of RNA-seq data. #History: # 2020/06/19 zexing First release #对变量${i}利用 for $
RNA-Seq正常运行过程代码
zhishangqunale的博客
11-09 370
bowtie2-build tophat
RNA-seq分析_edgeR代码整理总结
ACGTexplorer的博客
05-15 1421
library(edgeR) #表达矩阵 genesymbol<-read.delim("/Users/Desktop/ESCC_RNA_count_data/ESCC_count_cancer_expression.txt",header = TRUE,check.names = F) #样本信息 condition<-read.delim("/Users/Desktop/ESCC_RNA_count_data/clinical merge.txt",header=TRUE) #对重复的基因名
RNA-Seq-Pipeline:用 Python 编写的 RNA-Seq 管道
06-06
rnaSeqPipelineGLBRC.py 目的： Implementation of the Gasch lab RNA-Seq pipeline. 输入 ： A text file with RNA-Seq fastq files to be processed. 请使用专用目录来运行管道。 创建您的目录并将您的 fastq 文件复制到该目录中。 通过移动到工作目录并运行 /bin/ls *.fastq > input.txt 来生成输入文件 所需参数： -f input.txt To run default enter: /home/GLBRCORG/mplace/scripts/rnaSeqPipelineGLBRC.py -f input.txt 可选参数： -r this will use "-s reverse" parameter for HTSeq
RNA-seq + 下游分析：一条龙代码
fleame的专栏
04-29 1万+
这段时间太多事，生信学习耽误了很长一段时间，这几天终于撸完了生信技能树B站的RNA-seq视频。本人黑眼圈纯粹是熬夜写生信代码所致，无任何不良嗜好，请大家放心交友。 将一台老电脑改装成了win+linux双系统，取了1万条reads进行处理顺完了这个教程：原创10000+生信教程大神给你的RNA实战视频演练。然后再完整的顺完这个教程 一个RNA-seq实战-超级简单-2小时搞定！。破电脑可怜的6...
RNA-seq流程
beiaidewoniu的博客
04-14 256
简述 Tophat2-Cufflinks流程 Hisat2-Stringtie流程 条件 Tophat2-Cufflinks代码 #!/bin/bash function index(){ printf "[%s %s %s %s %s %s]::建立索引bowtie2-build\n" $(echo `date`) #单引号',和`是不同的。 start=$(date +%s.%N) mk...
scRNA-Seq_papers:来自我们阅读小组的单细胞 RNA-Seq 论文列表
06-03
到目前为止，这是一些单细胞 RNA-Seq (scRNA-Seq) 论文的非详尽列表。 粗体的论文是我稍微偏向于覆盖的论文。 这些论文包括分析方法、协议、评论和应用。 论文列表 2015年 2014年 使用单细胞 RNA-seq 重建远端肺...
RSCS:RNA-seq和小RNA-seq组合策略
04-02
RSCS 在这里，我们开发了一种集成了RNA-seq和小RNA-seq数据（称为RSCS）的计算流水线，该策略极大地提高了多种哺乳动物样品中转录组注释的分辨率和准确性。
matlab集成c代码-RNA-seq:RNA序列
05-22
Matlab集成的c代码RNA序列 工具 出版年份 特色功能 程式语言 包经理 所需的专业知识 软件 网址类型 1.旨在托管源代码的Web服务 2.其他（例如个人和/或大学网络服务） 一种。 数据质量控制 iSeqQC 2020年 基于表达式...
RNA-Seq-Analysis
04-17
RNA序列分析 此仓库包含一些功能，我可能会一再使用它们进行RNA Seq数据的差异表达分析。
RNA-SEQ测序结果分析
07-17
RNA-SEQ测序结果分析，本文档使用B两个BPA样本及两个对照样本，在建库MAPPING完成后，对基因表达进行差异分析
操作记录-2020-11-08：精简代码处理RNA_seq数据
垚垚爸的博客
11-08 2800
今天准备尝试编写一组精简代码用于处理RNA_seq数据，希望能成功吧。 1.建立相应目录 对新数据建立对应实验人员（lizexing）、测序类型（RNA_seq）和日期（2020_10_20）的目录。 # 建立后如下： (base) zexing@DNA:~/projects/lizexing/RNA_seq/2020_11_08$ # 新建对应的各级目录 mkdir raw_data clean_data ballgown bam bam_sort sam fastqc_report GSEA MD5_
RNA-seq分析_DEseq2代码整理总结
ACGTexplorer的博客
05-13 1925
#首先整理TCGA基因表达矩阵，在肿瘤样本，有一个样本既有原位癌也有转移数据，要删去肿瘤转移表达数据 rm(list=ls()) library(DESeq2) library(limma) 读入表达矩阵与样本信息，并查看表达矩阵与样本信息 genesymbol<-read.delim("/Users/Desktop/ESCC_RNA_count_data/ESCC_count_cancer_expression.txt",header = TRUE,check.names = F) conditi
最新ncRNA数据库大全（含TCGA、ceRNA、exosome等）
热门推荐
ypfzhao
01-04 2万+
一、TCGA相关数据库 数据库名 网址 备注 TCGA-GDC https://portal.gdc.cancer.gov/ TCGA官网 GEPIA http://gepia.cancer-pku.cn/ 北大Zhang lab-Zefang Ta...
RNA-seq【分析记录】
GeekFocus
08-27 1873
视频学习笔记 概述 预处理 FASTQC数据质控 数据过滤Trimmomatic 有参转录组序列比对 不同比对软件的比较 常用序列比对算法 基因组比对 STAR hisat2 转录本比对 RSEM 无参转录组 转录本从头拼接原理 拼接方法 Trinity 表达定量 RNA-seq常用统计定量单位 基因组比对 Htseq-Count FeatureCount 转录本比对 RSEM 数据分析 思路？ 差异表达 + Deseq标准化原理 富集分析 + GO + 通路富集分
RNA-seq 保姆教程：差异表达分析（二）
冷冻工厂
11-20 3192
介绍 RNA-seq 目前是测量细胞反应的最突出的方法之一。RNA-seq 不仅能够分析样本之间基因表达的差异，还可以发现新的亚型并分析 SNP 变异。本教程[1]将涵盖处理和分析差异基因表达数据的基本工作流程，旨在提供设置环境和运行比对工具的通用方法。由于完整版过长，因此分为两部分，需要获取完整版的，请跳转文末。 7. 差异分析 将基因计数导入 R/RStudio 工作流程完成后，您现在可以使用基因计数表作为 DESeq2 的输入，使用 R 语言进行统计分析。 7.1. 安装R包 source("htt
从零开始的“RNA-seq“分析（STAR进行mapping)
YY_Bio_diary的博客
12-09 3498
前言 在用trim_galore进行trimming后，要进行RNA-seq分析的核心部分：mapping 实验室一直购买着CLC Genomics Workbench的版权，用户友好，使用简便，但一年大概要花费30万日币左右，这次挑战用完全免费的Linux+STAR来建立index进行mapping，减少实验开支。
基于JavaScript 如何实现爬山算法以及优化方案
最新发布
乐闻世界
06-10 1342
爬山算法（Hill Climbing Algorithm）是一种常见的启发式搜索算法，常用于解决优化问题。其核心思想是从一个初始状态出发，通过逐步选择使目标函数值增大的邻近状态来寻找最优解。接下来，我们将通过 JavaScript 实现一个简单的爬山算法，帮助大家理解其原理和应用。从一个初始状态开始。评估当前状态的目标函数值。在当前状态的邻居中选择一个目标函数值更大的状态。如果找到了更优的邻居，则移动到该邻居并重复步骤2和步骤3。如果没有更优的邻居，则算法结束，当前状态即为局部最优解。
RNA-seq生信分析R语言代码
09-27
RNA-seq的生信分析可以使用R语言进行。下面是RNA-seq分析的大体步骤和对应的R语言代码： 1. 数据质控： - 质量评估和过滤：使用软件如FastQC和Trimmomatic对测序数据进行质量评估和过滤。 ```R library("ShortRead") library("Rsubread") # 质量评估 qc <- FastqFile("sample.fastq") quality <- qa(qc) # 过滤 filtered <- filterFASTQ(qc, output_file="filtered.fastq", trimVector=TRUE) ``` 2. 数据比对： - 将测序数据比对到参考基因组或转录组上，使用软件如HISAT2和STAR。 ```R library("Rsubread") # 比对到参考基因组 index <- buildindex("genome.fasta", "genome_index") aligned <- align(index, "filtered.fastq", output_file="aligned.bam") ``` 3. 确定基因表达水平： - 使用软件如featureCounts和HTSeq将比对结果转换为基因表达矩阵。 ```R library("Rsubread") # 生成基因表达矩阵 counts <- featureCounts("aligned.bam", annot.ext="gene.gtf", isPairedEnd=FALSE) ``` 4. 差异基因表达分析： - 使用软件如DESeq2和edgeR对基因表达矩阵进行差异基因分析。 ```R library("DESeq2") # 差异分析 dds <- DESeqDataSetFromMatrix(countData=counts, colData=sample_info, design=~condition) dds <- DESeq(dds) results <- results(dds) ``` 以上是RNA-seq生信分析的大体步骤和对应的R语言代码。请根据实际情况对代码进行相应的调整和优化。如果需要更详细的代码和解释，请参考相关的生物信息学教程和文献。

“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 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

爱做饭的电饭煲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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