全长转录组之基因和转录本鉴定

 

• 折叠转录本
  • 分析目的：基于基因组比对结果，将相似的多转录本折叠成单个转录本（去冗余）
  • PacBio分析软件：
    • TAMA：https://github.com/GenomeRIK/tama
      • TAMA简介
        • TAMA（T ranscriptome A nnotation by M odular A lgorithms 是一款设计用于处理 Iso Seq 数据和其他长 reads 转录本数据，该软件 2019 年 在预印本在线期刊（ bioRxiv ）发表 。
          Illuminating the dark side of the human transcriptome with TAMA Iso Seq analysis：https://www.biorxiv.org/content/10.1101/780015v1
           
        • 三个主要应用：
          • 1 TAMA Collapse （折叠冗余转录本
          • 2 TAMA Merge
          • 3 TAMA GO
      • 下载：
        • git clone https://github.com/GenomeRIK/tama
      • 安装：直接使用，无需编译
      • 依赖环境：Python2、Biopython
      • 使用命令：
        • python /path-to-tama/tama_collapse.py -b BAM -s flnc.fasta.sorted.bam -f hg38.fa -x no_cap -e longest_ends -p isoform > tama.collapse.log
        • 参数说明
      • 结果展示
        • 文件
        • 正链基因，右边相同，左边折叠；负链基因，左边相同，右边折叠
    • cDNA_Cupcake：https://github.com/Magdoll/cDNA_Cupcake
      • 简介：
        • cDNA_Cupcake是用于分析测序数据的 Python 和 R 脚本的集合，主要用于 cDNA
        • 典型应用：
          • 1 折叠转录本；
          • 2 合并多样本结果
          • 3 饱和度曲线
          • 4 鉴定融合基因
      • 下载：
        • git clone https://github.com/Magdoll/cDNA_Cupcake.git
      • 安装：
        • cd cDNA_Cupcake
        • git checkout origin/Py2_v8.7.x
        • python setup.py build
        • python setup.py install
      • 使用命令：
        • python /path to cDNA_Cupcake/cupcake/tofu/collapse_isoforms_by_sam.py
        • --input flnc.fasta s flnc.fasta.sorted.sam
        • --min coverage 0.99 min identity 0.95
        • --max_5_diff 1000 max_3_diff 100
        • -o prefix
        • 参数说明：
          • 
      • 结果展示：
        • 结果文件
    • 
• 基因/转录本鉴定
  • SQANTI3：https://github.com/ConesaLab/SQANTI3
    Corrigendum: SQANTI: extensive characterization of long read transcript sequences for quality control in full length transcriptome identification and quantification：https://genome.cshlp.org/content/28/7/1096
     
    • 简介：
      • SQANTI3是SQANTI 工具（发布）的最新版本，该工具合并 SQANT 1 和 SQANTI2 中的功能并添加新的功能 ，用于全长转录本的深度表征 。
      • 主要应用：
        • 1 sqanti3_qc.py （执行转录本的深度表征
        • 2 sqanti3_RulesFilter.py （基于机器学习算法过滤假阳性转录本
    • 下载：
      • git clone https://github.com/ConesaLab/SQANTI3.git
    • 安装：
      • 1 export PATH=$HOME/anacondaPy37/bin:$PATH
      • 2 conda update conda
      • 3 cd SQANTI3
      • 4 conda env create f SQANTI3.conda_env.yml
      • 5 wget http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/gtfToGenePred P
    • 使用命令：
      • ## step1: qc
        • export PATH=/local_data1/rna_training/liwei/software/anaconda3/bin:$PATH
        • export PYTHONPATH=$PYTHONPATH:/local_data1/rna_training/liwei/software/cDNA_Cupcake-9.1.1/sequence/
        • export PYTHONPATH=$PYTHONPATH:/local_data1/rna_training/liwei/software/cDNA_Cupcake-9.1.1/
        • source activate SQANTI3.env
        • python /local_data1/rna_training/liwei/software/SQANTI3/sqanti3_qc.py
        • test_chr13_seqs.fasta Homo_sapiens.GRCh38.86.chr13.gtf Homo_sapiens.GRCh38.dna.chromosome.13.fa
        • --fl_count chr13_FL.abundances.txt -o Sample
        • 参数说明
          • 
      • ## step2: filter
        • export PATH=/local_data1/rna_training/liwei/software/anaconda3/bin:$PATH
        • export PYTHONPATH=$PYTHONPATH:/local_data1/rna_training/liwei/software/cDNA_Cupcake-9.1.1/sequence/
        • export PYTHONPATH=$PYTHONPATH:/local_data1/rna_training/liwei/software/cDNA_Cupcake-9.1.1/
        • source activate SQANTI3.env
        • python /local_data1/rna_training/liwei/software/SQANTI3/sqanti3_RulesFilter.py
        • Sample_classification.txt Sample_corrected.faa Sample_corrected.gtf
        • 参数说明
    • 结果展示：
      • 结果文件
        https://github.com/ConesaLab/SQANTI3
      •  
  • TAPIS：https://bitbucket.org/comp_bio/tapis/src/master/（没有更新，存在bug不推荐）
• 实操分析
  • SQANTI3测试数据（example文件夹）
    • 文件
  • 补充：SQANTI3 sqanti3_qc.py ）分析的第一个输入文件来源于 collapse 之后的结果（ gmap.collapsed.rep.fa