使用Trinity拼接以及分析差异表达一个小例子

使用Trinity拼接以及分析差异表达一个小例子

 2017-06-12 09:42:47     293     0     0

Trinity 将测序数据分为许多独立的de Brujin graph，理论上每一个图对应一个表达的基因。

整个流程分为三个步骤：Inchworm, Chrysalis, and Butterfly

Inchworm: 从reads中提取所有的重叠k-mers，根据丰度递减的顺序检查每个k-mers，然后将重叠的k-mers延长到不能再延长，称为一个contig

Chrysalis: 将上一部生成的contig聚类，对每个类构建de Brujin graph

Butterfly: 根据构建的de Brujin graph ，寻找具有可变剪接的全长转录本，同时将旁系基因的转录本分开

 https://github.com/trinityrnaseq

 

 

Trinity的硬件需求：

Inchworm 和 Chrysails 步骤对内存的需求很大，官方给出的说法是大致为每一百万对PE reads需要1g内存

 

使用的转录组数据为 Schizosaccharomyces pombe ，共4个样本（left right 表示双端测序数据的两端）

1. % wget \
2. http://sourceforge.net/projects/trinityrnaseq/files/misc/Trinity
3. NatureProtocolTutorial.tgz/download
4. #解压后得到如下的文件
5. tar –xvf TrinityNatureProtocolTutorial.tgz

在拼接时，可以将每个样本都拼接成一个转录组，但是更合理的方法是将所有样本的reads合在一起再进行拼接，所以先将这四个样本的reads合在一起。

1. % cat *.left.fq > reads.ALL.left.fq
2. % cat *.right.fq > reads.ALL.right.fq
3. #添加环境变量
4. % export PATH=/usr/local/tools:$PATH
5. #一种典型的使用方法入下
6. #其中参数SS_lib_type RF 表示数据是双端（RF or FR) 单端（F or R）
7. % Trinity --seqType fq --max_memory 1G --left reads.ALL.left.fq --right reads.ALL.right.fq --SS_lib_