美文网首页转录组分析RNA-Seq
tophat软件比对-实战(2018-05-29)

tophat软件比对-实战(2018-05-29)

作者: 简单点lili | 来源:发表于2018-05-29 10:00 被阅读639次

    1 比对的是:使用idba_ud拼接的AER314-4raw_data基因组与转录组数据。

    2 bowtie2做index(bowtie2使用conda安装)

    安装

    建索引:bowtie2-build AER314-4_scaffold.fa AER314-4_scaffold.fa

    索引目录

    3 reads mapping到参考基因组——tophat2软件:基于bowtie2(tophat安装见软件安装)

    命令:tophat2 -p 12 -o AER314-4_output /home/test04/lyr/rna-seq/02align_out/AER314-4_scaffold.fa /home/test04/lyr/rna-seq/01data/YSH-qurRNA-42-314-4_L001_R1.fastq /home/test04/lyr/rna-seq/01data/YSH-qurRNA-42-314-4_L001_R2.fastq

    4 然后就很顺利的跑出来结果了

    使用公司服务器,12个线程,大概五个小时就跑完啦。

    结果文件

    5 cufflink

    [   Cufflinks输出结果

    cufflinks的输入文件是sam或bam格式。并且sam或bam格式的文件必须排好序。(The SAM file supplied to Cufflinksmustbe sorted by          reference position.)Tophat的输出结果sam或bam已经排好了序。针对其他的未排序的sam或bam文件采用如下排序方式:

    sort -k 3,3 -k 4,4n hits.sam > hits.sam.sorted

    1. transcripts.gtf

    该文件包含Cufflinks的组装结果isoforms。前7列为标准的GTF格式,最后一列为attributes。其每一列的意义:

    列数  列的名称  例子        描述

    1    序列名    chrX        染色体或contig名; 2    来源      Cufflinks  产生该文件的程序名; 3    类型      exon        记录的类型,一般是transcript或exon; 4    起始      1          1-base的值; 5    结束      1000        结束位置; 6    得分      1000        ; 7    链        +          Cufflinks猜测isoform来自参考序列的那一条链,一般是'+','-'或'.';8    frame    .          Cufflinks不去预测起始或终止密码子框的位置; 9    attributes  ...      详见下

    每一个GTF记录包含如下attributes:

    Attribute      例子      描述

    gene_idCUFF.1Cufflinks的gene id;transcript_idCUFF.1.1  Cufflinks的转录子 id; FPKM          101.267  isoform水平上的丰度,FragmentsPerKilobase of exon model perMillion mapped fragments; frac          0.7647    保留着的一项,忽略即可,以后可能会取消这个;conf_lo        0.07      isoform丰度的95%置信区间的下边界,即 下边界值 = FPKM * ( 1.0 - conf_lo );conf_hi        0.1102    isoform丰度的95%置信区间的上边界,即 上边界值 = FPKM * ( 1.0 + conf_hi ); cov            100.765 计算整个transcript上read的覆盖度;full_read_support  yes  当使用 RABT assembly 时,该选项报告所有的introns和exons是否完全被reads所覆盖

    2. ispforms.fpkm_tracking

    isoforms(可以理解为gene的各个外显子)的fpkm计算结果

    3. genes.fpkm_tracking

    gene的fpkm计算结果Cuffmerge简介

    Cuffmerge将各个Cufflinks生成的transcripts.gtf文件融合称为一个更加全面的transcripts注释结果文件merged.gtf。以利于用Cuffdiff来分析基因差异表达。

    2. 使用方法

    $ cuffmerge [options]*

    输入文件为一个文本文件,是包含着GTF文件路径的list。常用例子:

    $ cuffmerge -o ./merged_asm -p 8 assembly_list.txt

    3. 使用参数

    -h | --help

    -o  default: ./merged_asm

    将结果输出至该文件夹。

    -g | --ref-gtf将该reference GTF一起融合到最终结果中。

    -p | --num-threads  defautl: 1

    使用的CPU线程数

    -s | --ref-sequence /该参数指向基因组DNA序列。如果是一个文件夹,则每个contig则是一个fasta文件;如果是一个fasta文件,则所有的contigs都需要在里面。Cuffmerge将使用该ref-sequence来帮助对transfrags分类,并排除repeats。比如transcripts包含一些小写碱基的将归类到repeats.  ]

    cufflinks:

    <1>命令:cufflinks -p 4 -o test_cuff /home/andengdi/lyr/rna-seq/02-align_out/test_output/accepted_hits.bam

    流程及结果

    5 用相同的方法将其他两个样本跑一遍。

    相关文章

      网友评论

        本文标题:tophat软件比对-实战(2018-05-29)

        本文链接:https://www.haomeiwen.com/subject/ynjojftx.html