rMATs 分析可变剪切

rMATs 可变剪切及rmats2sashimiplot可视化安装与使用

一、安装及使用

用conda安装：

conda install -c bioconda rmats=4.0.2 （要用4.0.2的版本做，才可以跑出结果）

检查是否安装上：rmats.py -h

如果出现帮助文档，即可运行使用

（1）将bam文件传输到b1.txt和b2.txt中（传输时，各个bam文件之间用逗号隔开，但不能放空格，用英文逗号，bam文件需要用到hisat2 比对出来的，只能用bam文件可以出结果）

echo 231ESRP.25K.rep-1.bam,231ESRP.25K.rep-2.bam > b1.txt

echo 231EV.25K.rep-1.bam,231EV.25K.rep-2.bam > b2.txt

（2）用rmats软件运行跑结果

rmats.py --b1 b1.txt --b2 b2.txt --gtf /data/gs/data/data1/reference/gtf/Annotation/Mus_musculus.GRCm38.102.gtf --od output -t paired --nthread 6 --readLength 125 --tmp out --nthread 6 --novelSS

–statoff ：跳过统计分析 （这个参数尽量不要使用，不然的话，FDR和Pvalue的值就没有了）

–novelSS：预测新的可变剪切事件

b1.txt：为bam文件，内容为各个bam文件的路径/bam文件名，不同bam文件之间用，隔开；（实验组）
b2.txt：为bam文件，内容为各个bam文件的路径/bam文件名，不同bam文件之间用，隔开；（对照组）
–od：输出文件夹的名字ss
-t：单双末端 单末端：single ，双末端：paired
–nthread：线程
–readlength：reads长度，这个长度可以在fastqc质控报告中查看sequence length

后台运行：（hisat2比对）

touch hisat2.sh #创建hisat2.sh 

vim hisat2.sh  #打开创建好的hisat2.sh

在vim中写入程序：
for i in $(ls *_1_val_1.fq.gz)
do
 i=${i/_1_val_1.fq.gz/}
# echo $i
 hisat2 --dta -t -p 20 -x /data/gs/data/data1/reference/references/Mus/GRCm38/mm10/mm10 -1 ${i}_1_val_1.fq.gz -2 ${i}_2_val_2.fq.gz -S ./nohupsam/${i}.sam
done

esc退出编辑模式，:wq保存

chmod+x hisat2.sh #给hisat2.sh权限

nohup ./hisat2.sh & #后台运行，会出现一个nohup.out的文件，运行输出结果都在其中显示，后期可以参考

jobs -l #查看后台运行的命令

kill -9  进程号 # 彻底删除

kill -STOP 1234 （进程号 ） # 暂停进程

kill -CONT 1234（进程号 ） # 重启进程