跟小新老师学转录组的第三天
原创
参考基因组准备
常用参考基因组数据库
Ensembl：www.ensembl.org
NCBI：https://www.ncbi.nlm.nih.gov/projects/genome/guide/human/index.shtml
UCSC：http://www.genome.ucsc.edu/
ensembl
ensembl下载
# 方式1：使用wget命令下载
如：nohup wget -c http://ftp.ensembl.org/pub/release- 104/fasta/homo_sapiens/dna/Homo_sapiens.GRCh38.dna.primary_assembly.fa.gz >dna.log &
# 方式2：使用其他工具如迅雷下载，然后上传到服务器数据比对
比对内容：
• 1.建索引
• 2.比对参考基因组
• 3.sam转bam
Hisat2主要参数
任务串联
cat ../../data/cleandata/trim_galore/ID | while read id
do
hisat2 -p 5 -x ${index} -1 ${inputdir}/${id}_1_val_1.fq.gz -2 ${inputdir}/${id}_2_val_2.fq.gz 2>${id}.log | samtools sort -@ 3 -o ${outdir}/${id}.Hisat_aln.sorted.bam - done
难点：- 占位符 表示前一个任务的输出结果通过管道符传递给后一个命令，并指定位置关注点：
• 总比对率：一般都能在80%以上
• 唯一比对：69.80%，越高越好
MultiQC整理hisat2结果：multiqc *log
比对结果文件：sam/bam格式
SAM(The Sequence Alignment/Map format)格式，即序列比对文件格式，详细
介绍见：http://samtools.github.io/hts-specs/SAMv1.pdf
BAM是SAM的二进制文件(B源自binary)
samtools工具：http://www.htslib.org/doc/samtools.html
Samtools常用命令的总结：
https://www.bioinfo-scrounger.com/archives/245/
https://www.cnblogs.com/xiaofeiIDO/p/6805373.html
subjunc比对
参考文档：http://subread.sourceforge.net/
表达定量
featureCounts
官网：http://bioinf.wehi.edu.au/featureCounts/
featureCounts的结果整理得到原始表达矩阵raw counts
salmon
Salmon可以快速从fastq快速得到基因表达
Salmon参考文档：https://salmon.readthedocs.io/en/latest/
salmon index -t Homo_sapiens.GRCh38.cdna.all.fa -i salmon_index-t：参考基因组fasta文件，可以接受压缩格式
-i：存储索引的文件夹名
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
