美文网首页生物信息学习生物信息学生物信息笔记
转入组入门四(mac 版):了解参考基因及基因注释

转入组入门四(mac 版):了解参考基因及基因注释

作者: Thinkando | 来源:发表于2017-10-19 00:25 被阅读257次

    作业要求

    在UCSC下载hg19参考基因组,从gencode数据库下载基因注释文件,并且用IGV去查看你感兴趣的基因的结构,比如TP53,KRAS,EGFR等等。
    作业,截图几个基因的IGV可视化结构!还可以下载ENSEMBL,NCBI的gtf,也导入IGV看看,截图基因结构。了解IGV常识。

    转录组文章分析思路

    • 好的文章不是靠写出来的,而是设计出来的。没有开始实验之前,就要先用一系列的假设去推导可能出现的结论,进行整体的构思。
    • 转录组测序的文章的核心内容是实验组与对照组的差异基因分析,无论是常见的发育调控、环境适应、免疫互作都离不开这部分核心的分析。
    1. 研究结果第一部分:转录组测序的实验设计中一般都会有一部分生理生化的实验结果,可能是电镜图片,可能是生理指标的变化,可能是有效物质的含量。
    2. 研究结果第二部分:根据生理生化指标选择了几个样本进行转录组测序?测了4G,6G数据量? 测序质量是否良好?检测到3000个基因表达?样本特异表达的基因有多少?
    3. 研究结果第三部分:差异分析组合间有多少差异基因?不同差异组合共有和特有的基因数量有多少?不同样本表达模式的差异怎样?
    4. 研究结果第四部分:差异分析组合间差异基因主要是那些基因家族?转录因子?KEGG通路?GO分类?这些研究结果需要去解释这生理生化指标的变化的原因

    下载参考基因组

    image.png image.png
    image.png
    image.png
    • hg下载前是900M 左右,解压后是3G大小
    # 下载文件
    axel http://hgdownload.soe.ucsc.edu/goldenPath/hg19/bigZips/chromFa.tar.gz
    #  解压文件
    tar -zxvf chromFa.tar.gz
    #解压后可以发现,参考序列是按照染色体号分开列出的,我们还需要把所有的序列写入到一个文件中。
    cat *.fa > hg19.fa
    #最后删除其他无用的文件
    rm chr*.fa
    
    image.png

    下载注释文件

    image.png image.png image.png
    # GTF格式主要是用来描述基因的注释
    axel ftp://ftp.sanger.ac.uk/pub/gencode/Gencode_human/release_27/GRCh37_mapping/gencode.v27lift37.annotation.gtf.gz
    # GFF文件是一种用来描述基因组特征的文件,现在我们所使用的大部分都是第三版)(GFF3)
    axel ftp://ftp.sanger.ac.uk/pub/gencode/Gencode_human/release_27/GRCh37_mapping/gencode.v27lift37.annotation.gff3.gz
    # 解压并删除原来的文件
    gzip -d gencode.v27lift37.annotation.gtf.gz
    gzip -d gencode.v27lift37.annotation.gff3.gz
    
    image.png

    IGV软件的下载和安装

    image.png image.png

    IGV软件的使用

    窗口

    image.png

    主窗口布局:

    1. tool bar(工具栏),menu bar(菜单栏),pop-up menus(弹出式菜单)
    2. 染色体上的红色盒子表示显示这部分染色体,显示完整染色体是红框会消失
    3. 尺度显示了染色体的可见部分,刻度线显示了染色体的位置,跨度列表显示了当前显示的碱基的数量
    4. IGV在水平行显示的数据称为tracks。通常,每个tracks代表一个样本或实验。这个例子展示了甲基化、基因表达、拷贝数,LOH和突变数据
    5. IGV也显示某些特性,比如在tracks中的基因。默认情况下,IGV在一个面板显示数据,在另一个面板显示数据特性。拖放一个track名称,将一个track从一个面板移动到另一个地方
    6. Track名称列在最左边面板。名字的易读性取决于 tracks的高度,例如,track越小,它的名字的可读性越小
    7. 属性名称被列在顶部的属性面板。彩色块代表属性值,每个独特的值被都有一个独特的颜色。鼠标放在一个颜色块的附近来查看其属性值

    导入参考基因组及注释信息,查看感兴趣基因的结构

    • 导入前面的 hg19.fa
    image.png
    • 接着导入gtf文件,需要先sort,才能导入
    image.png image.png

    -现在可以导入sort 后的gtf 文件了。

    image.png

    高通量测序图解见下章分析

    参考文献

    1. http://www.jianshu.com/p/48b5a0972301 (GTF/GFF文件的差异及其相互转换)
    2. http://www.jianshu.com/p/3e545b9a3c68 (hoptop)
    3. http://fbb84b26.wiz03.com/share/s/3XK4IC0cm4CL22pU-r1HPcQQ1lZQRc2nKQhn2SthRW24I8CZ (greenhillman)

    相关文章

      网友评论

      • genomics1990:gtf文件你不是说要sort吗,为什么命令选count,我运行不对

      本文标题:转入组入门四(mac 版):了解参考基因及基因注释

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