salmon:sailfish的升级版本

欢迎关注”生信修炼手册”!

salmon 是sailfish 的升级版，其内存消耗更少，速度更快，准确度更高。官网如下

https://combine-lab.github.io/salmon/

github提供了编译好的二进制包，下载解压缩即可。安装过程如下

wget https://github.com/COMBINE-lab/salmon/releases/download/v0.11.3/salmon-0.11.3-linux_x86_64.tar.gz
tar xzvf salmon-0.11.3-linux_x86_64.tar.gz

可执行文件的名称为salmon, 和sailfish的用法是类似的，分为indexing和quantification两步。

1. indexing

基本用法如下

salmon  index \
-t hg19_refGeneMrna.fa  \
-k 31 \
-p 10 \
-i hg19_salmon_db

-t参数指定参考基因组转录本的fasta格式的文件，-k参数指定kmer的长度，-p参数指定线程数，-i参数指定索引的输出目录，在该目录下，会生成如下文件

├── duplicate_clusters.tsv
├── hash.bin
├── header.json
├── indexing.log
├── quasi_index.log
├── refInfo.json
├── rsd.bin
├── sa.bin
├── txpInfo.bin
└── versionInfo.json

2. quantification

相比sailfish, salmon能够读取gzip压缩的序列文件， 而且也支持从bam文件中读取序列，基本用法

salmon quant \
-i hg19_salmon_db \
-l IU \
-1 R1.fq.gz \
-2 R2.fq.gz \
-p 10 \
-o out_dir

-i参数指定转录本索引所在的目录，-l参数指定文库类型library type, -1和-2参数用于指定双端测序的reads, 单端测序的reads用-r参数指定 ，bam格式的输入文件用-a参数指定，-p参数指定线程数，-o参数指定输出结果的目录。

在输出目录会生成quant.sf文件，保存了转录本水平的定量结果，内容如下

Name	Length	EffectiveLength	TPM	NumReads
NR_024540	1769	1609.620	7.074884	387.930
NR_110022	3187	3027.620	0.597137	61.587
NR_033380	2915	2755.620	0.899148	84.404

由于读长的限制，测序reads比对的最小单位都是exon, 对于转录本的定量，直接根据各个exon的水平去计算一个最终的丰度就好了，但是对于基因水平的定量而言，由于一个基因会对应多个转录本，不同转录本的 eoxn会存在overlap,冗余等现象，所以通常的做法是根据转录本的定量结果去推算基因的表达量，这就依赖于转录本注释的完整性和准确性。

相对而言，转录本水平的定量和差异分析会更加的灵敏，所以现在很多的软件都会给出转录本水平的定量结果。

salmon只输出转录本水平的定量结果，后续的差异分析可以使用DESeq2, edgeR, limma, sleuth等软件。

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！