RNA-Seq HISAT+ HTSeq + DESeq2流程 及测序深度和质控问题讨论

数据基于BGISEQ500 SE50 clean data约1.XG，20+M reads。

• SE50 20M是否够？
  对基因定量足够。理由：1，测序饱和度（随reads数增加，检测到的基因数随之上升。但当测序量达到一定区间后，基因数变化不明显）。 2，如果要检测isoform等信息，需要PE150或PE100（6G数据），但仅仅定量SE50 20M已经够了。

  1，FastQC质控

FastQC -t 2 XX.fq.gz

• ’per base sequence content’几乎每个样本前15碱基存在bias。是否要剔除或剪切？
  可以不剔除。随机引物引起的碱基偏向行本质是测序起始位置偏向性，任然是真实转录本序列，故比对时候不必剔除。
  其他解释和讨论：
  https://sequencing.qcfail.com/articles/positional-sequence-bias-in-random-primed-libraries/
  http://www.360doc.com/content/18/0401/08/19913717_741943897.shtml

2, HISAT2 index

从HISAT2官网下载，这里下载mm10的index (http://daehwankimlab.github.io/hisat2/