转录组数据分析流程重磅升级（202407）

最新推荐文章于 2024-08-29 16:37:54 发布

简说基因-专业生信合作伙伴

最新推荐文章于 2024-08-29 16:37:54 发布

阅读量560

点赞数 15

文章标签：数据分析算法人工智能数据挖掘

本文链接：https://blog.csdn.net/weshengxin/article/details/140677761

版权

本流程用于转录组二代测序数据的标准分析，可生成表达量矩阵和测序数据质控结果。

本次升级的亮点有：

本工具执行一套非常流行的转录组定量分析流程，即 Hisat2 + Stringtie 经典组合，其步骤为：

1. Fastp，进行质量控制，去除测序数据中不合格的序列，保留高质量序列用于后续分析；
2. Hisat2，将经过质控得到的 Clean data，比对到参考基因组上；
3. Samtools，将 SAM 文件转换成 BAM 文件；
4. Stringtie，结合 hisat2 得到的比对文件（BAM）和基因组注释文件（GTF），进行定量分析，得到每个样本的表达量文件（FPKM / TPM）；
5. prepDE.py，将 FPTM / TPM 转化为 Counts 计数的表达量矩阵，用于后续差异基因等分析。
6. MultiQC，用于汇总质控以及比对统计信息。

样本信息表为 csv 文件，即英文逗号分隔列的文件。不支持中文，所有表格内容都必须在英文半角的状态下输入。表头如下：Sample, Data

• Sample （必需） 样本编号
• Data （必需） 测序数据列表中的元素标识符。即点开集合后看到的元素名称，可以通过工具：Extract element identifiers 从列表中提取出来。

示例一：双端测序，多Lane，样本信息表

Sample, Data
NIST7035, NIST7035_L001
NIST7035, NIST7035_L002
NIST7086, NIST7086_L001
NIST7086, NIST7086_L002

该表展示了每个样本的数据分别来自于 2 条 Lane，此时 Data 一列信息来自于一个配对数据列表（list:paired）。

配对数据列表制作方法：

示例二：单端测序，多Lane，样本信息表

Sample, Data
NIST7035, NIST7035_L001
NIST7035, NIST7035_L002
NIST7086, NIST7086_L001
NIST7086, NIST7086_L002

该表展示了每个样本的数据分别来自于 2 条 Lane，此时 Data 一列信息来自于一个单端测序数据列表（list）。

普通列表制作方法：

进入网站：https://usegalaxy.cn

搜索栏，输入：RNAseq，找到 RNAseq with Hisat2 and Stringtie (Galaxy Version 0.1)

一键分析10X单细胞数据（点击图片跳转）

一键分析Bulk转录组数据（点击图片跳转）

推荐阅读：

一文读懂scRNA-seq数据分析（建议收藏）

生信平台
Galaxy中国（UseGalaxy.cn）致力于打造中国人的云上生物信息基础设施。大量在线工具免费使用。无需安装，用完即走。活跃的用户社区，随时交流使用心得。
联系方式
QQ交流群（免费）：925694514
微信交流群（免费）：加微信好友，注明“Galaxy交流群”
客服微信：usegalaxy

关注