LncRNA的筛选
做个笔记,哈哈哈
这个流程是处于链特异性建库(dUTP)的RNA-seq流程,对于非链特异性建库需要修改一些参数。
一、qc和reads质量过滤,fastqc,multiqc,trim_galore就可以了
1.fastqc得到质量报告
ls *gz |xargs -I {} echo 'nohup fastqc {} &'>fastqc.sh bash fastqc.sh
上面代码比较适合于批量处理,如果电脑核比较紧张,还是用下面这个吧
ls *.fastq.gz | xargs fastqc
样本量大的时候用multiqc,生成汇总信息
multiqc .
2.使用trim_galore进行质量过滤,质量过滤软件很多,随便选一种就好了。
ls *1.fastq.gz > 1 ls *2.fastq.gz > 2 paste 1 2 > config rm 1 2 bin_trim_galore=trim_galore dir='/home/dklly/RNA_seq/clean' cat config |while read pair do arr=($pair) fq1=${arr[0]} fq2=${arr[1]} $bin_trim_galore -q 25 --phred33 --length 80 --stringency 3 --paired -o $dir $fq1 $fq2 done
二、比对(hisat2)
1.参考基因组(fasta文件),注释文件(gtf文件)建议去ensembl下载,ncbi,ucsc上也有,随性就好
2.使用hisat2内置的两个python脚本重gtf文件中获取外显子数据,和剪接位点数据,也可以提取snp信息(需要vcf文件)
hisat2_extract_exons.py
hisat2_extract_splice_sites.py
hisat2_extract_snps_haplotypes_VCF.py
3.建立索引,这个耗时有点长,但是hisat2-build可以使用多线程,呵呵
nohup ~/dk/Miniconda3/envs/RNA_seq_software/bin/hisat2-build -p 8\ Oryctolagus_cuniculus.OryCun2.0.dna_sm.toplevel.fa \ --ss Oryctolagus_cuniculus.OryCun2.0.93.ss\ --exon Oryctolagus_cuniculus.OryCun2.0.93.exon \ Oryctolagus_cuniculus.OryCun2.0.dna_sm.toplevel\
4.对双端reads进行比对,得到sam文件,我直接用samtools转为bam了,节约空间
$hista2 -p 20 --dta --rna-strandness RF -x $index -1 $fq1 -2 $fq2 -S $samName samtools view -bS -@ 10 $samName > ${samName%.*}.bam
三、转录组的组装
ls *.sort.bam|while read id;do ~/miniconda3/envs/RNA-seq-software/bin/stringtie ${id} -p 2 -G ~/index/Oryctolagus_cuniculus.OryCun2.0.93.gtf -o ${id%%.*}.gtf -l ${id%%.*} ; done
然后使用stringtie --merge合并得到,合并的gft文件
未完待续
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)