rsem比对_无参转录组分析:使用 Trinity 进行转录本拼接(参考脚本)

这篇博客介绍了如何使用Trinity进行无参转录本拼接,并强调了在转录组分析中正确设置链特异性参数的重要性。文章详细阐述了不同软件如Trinity、cufflinks、hisat2、STAR、eXpress和RSEM在链特异性文库构建时的参数设定,提醒用户避免因参数错误导致的分析问题。
摘要由CSDN通过智能技术生成

1,参考脚本:

nohup /home/zxd/software/trinityrnaseq-Trinity-v2.4.0/Trinity --seqType fq --max_memory 4G --CPU 1 --samples_file ../sample.txt --SS_lib_type RF >trinity.log 2>trinity.err &

2,链特异性参数设不对 结果全是错的

一.文库类型

转录组文库构建的时候,可以选择链特异性文库或非链特异性文库。

链特异性文库,我们清楚的知道得到的 reads 跟转录本是同向的还是反向的。

链特异性文库构建,有多种方法,最常用的就是基于 dUTP 的方法。

文库类型有两种表示方法。

第一种表示方法:

第二种表示方法:

二.参数设置

在数据分析中,最复杂、最容易出错、出错了影响最为严重的除了用错书记,就是搞错文库类型参数了。设置错了可能导致转录本很短、表达量极低、比对率极低等。在数据分析的时候,一定要问清楚构建文库的实验人员。

常用软件的参数设置如下。

1. 转录本拼接软件

在进行转录本拼接的时候,需要考虑链特异性的问题。

1.1 Trinity

非链特异性 默认,不需要设置

链特异性 参数为:—SS_lib_type ,如果使用

通过转录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:首先需要从肿瘤织和正常织中采集样本,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。
评论
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