2020.10.25丨全长转录组结构分析之可变剪切、lncRNA预测

• 可变剪切分析
  • 定义：可变剪接（Alternative Splicing,AS）是一个过程，即某些基因的一个mRNA前体通过不同的剪接方式（选择不同的剪接位点）产生不同的mRNA剪接异构体，这一过程称为可变剪接(或选择性剪接) 
  • 常用软件
    • Asprofile：https://ccb.jhu.edu/software/ASprofile/ASprofile.tar.gz
    • Astalavista：http://astalavista.sammeth.net/
      • 4种可变剪切类型
      • 在线分析流程
        • 第一步：选择输入文件
        • 第二步：设置参数
        • 第三步：获取结果
        • 第四步：查看结果
        • 第五步：下载结果
      • 本地分析脚本
        • /local_data1/RNA/pipeline/PB_Isoseq_ref_V1.0/lib/11.as_event/../../software/astalavista-3.2/bin/astalavista \-t asta \--threads 4 \-i test.gtf \-o test.as.gtf.gz
• lncRNA预测
  • 定义：lncRNA（Long non-coding RNA）：一类转录本长度超过200nt的RNA，它们本身并不编码蛋白，而是以RNA的形式在多种层面上（表观遗传调控、转录调控以及转录后调控等）调控基因的表达水平。哺乳动物基因组序列中，4%~9%的序列产生的转录本是lncRNA。人们对lncRNA的认识还处在初级阶段，lncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II转录的副产物，不具有生物学功能。然而，有文献研究表明，lncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程
  • lncRNA分析软件
    • CNCI： https://github.com/www-bioinfo-org/CNCI
    • CPC2： http://cpc2.cbi.pku.edu.cn/download.php
    • PLEK： https://sourceforge.net/projects/plek/files/
    • CPAT： https://sourceforge.net/projects/rna-cpat/files/v2.0.0/
      • 预测原理
        • CPAT是一个无需比对的快速分类工具，可以从大量的候选转录本中快速的区分出编码和非编码转录本。
        • 使用ORF长度、ORF覆盖度、Fickett TESTCOD统计量和核苷酸六联体使用频率偏向性等建立逻辑回归模型，来评估候选lncRNA的编码潜能
      • CPAT在线版：http://lilab.research.bcm.edu/cpat/
        • 第一步：输入文件
        • 第二步：选择物种
        • 第三步：获取结果
      • 本地安装：https://sourceforge.net/projects/rna-cpat/files/v1.2.4/
        • 运行脚本
          • python /local_data1/pipeline/Transcriptome/PB_Isoseq_noref_V2.0/lib/06.LncRNA/../../software/CPAT-1.2.4/bin/cpat.py \-g human.fa \-x /local_data1/pipeline/Transcriptome/PB_Isoseq_noref_V2.0/lib/06.LncRNA/../../software/CPAT-1.2.4/dat/Human_Hexamer.tsv \-d /local_data1/pipeline/Transcriptome/PB_Isoseq_noref_V2.0/lib/06.LncRNA/../../software/CPAT-1.2.4/dat/Human_logitModel.RData \-o human.CPAT.outawk '$6<=0.364 && $2>=200' human.CPAT.out > human.lncRNA
        • 输出结果
    • 如何对几个软件的预测取并集？
•