What?PC跑转录组。

What?PC跑转录组。 简介 上次小编介绍了如何利用生信人小工具进行芯片数据的处理。但是相信大家有些时候还是需要从转录组数据开始的。 应用场景:比如之前的数据大家只是对编码的基因进...

What?PC跑转录组。

简介

上次小编介绍了如何利用生信人小工具进行芯片数据的处理。但是相信大家有些时候还是需要从转录组数据开始的。

应用场景:比如之前的数据大家只是对编码的基因进行注释,非编码RNA(lncRNA)并没有处理,这是巨大的浪费;还有就是比如人的基因组,现在又更新了好几个版本,有一些新的基因出来了,当你需要对新基因研究时,你可能需要重新做定量;最最重要的就是当你发现一个特定条件下物种,或者一个特定处理的样品,就只有一套转录组数据,在这非常坑爹的时候,是必须必须必须要从头进行转录组定量的。

然后,芯片数据处理可以在个人笔记本上跑,芯片数据可以吗。

当然可以了。

知识点

给大家介绍干货之前,先给大家推荐另一个干货。

一篇新的文章,Alignment-free sequence comparison: benefits, applications, and tools

这篇文章小编已经拜读过了,讲得是两种比对算法的区别,一种是base-alignment,另一种是alignment-free,而且作者还力推alignment-free会在应用端有很好的发展。

Kallisto介绍

说完这些,跟大家介绍下今天的主角kallisto,该软件是基于alignment-free思想的有参转录组定量软件,号称10分钟内完成30Mb Reads的序列定量。

 

传统的比对是将reads分割成k-mer后,将每一个k-mer分配到hash表中一个唯一的位置,再进行序列比对。通过这种转换,可以大大提高序列比对的效率。当存在k-mers可以比对到基因组的不同位置上的情况时,就会降低定量分析的准确度。但是Kallisto有效地解决了这个问题。Kallisto并不需要知道Reads来源于转录本的具体位置,只要知道是哪个转录本就可以精确定量(着重于确定一个 read 属于哪一个基因,而不关心 read 在基因上的位置)。

 attachments-2017-10-jNb38SAL59edb0fd35728.png

attachments-2017-10-hOruMTHG59edb119e4728.png


界面版的Kallisto

然后该软件有windows版的,当然了小编考虑到各位小白的入门问题,就随手开发成了界面版的。

attachments-2017-10-bgHmDCDk59edb13d3c342.png

软件使用很简单,首先是选择转录本序列,这个可以去ensemble或者ncbi去下载,然后要注意自己的fastq 是单端的还是双端的,如果是双端的话,不需要处理,但是如果是单端的需要填写建库大小和标准偏差。

亲测有效

另外,小编亲测,read数据量为7.9Gb,跑人的转录本定量5万多个),最高内存没有超过4Gb。

所以说大家就妥妥的用吧。

attachments-2017-10-GH7agtWY59edb200dc216.png
还可以一次性跑多套数据哦
(方法是直接选中多套fastq数据即可),直接生成表达矩阵。

 

attachments-2017-10-VSA9oIfC59edb17009ae1.png

结果:

attachments-2017-10-yOG64D4G59edb2429e196.png

你可能还需要

另外,如果你可能需要去下载sra数据。

首先打开NCBI 去下载sra数据压缩包,例如

ftp://ftp-trace.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByStudy/sra/SRP/SRP118/SRP118996/SRR6107775/SRR6107775.sra 

然后去下载 sratoolkit,这个也是免安装的。

然后去CMD下面运行fastq-dump *sra 将sra转化为fq数据。(这一步马上开发成界面,请各位稍等)

然后拿到fastq数据之后,就可以直接利用上面的软件去做定量了。

  • 发表于 2017-10-23 17:09
  • 阅读 ( 6208 )
  • 分类:软件工具

5 条评论

请先 登录 后评论
不写代码的码农
张海伦

生物信息分析员

31 篇文章

作家榜 »

  1. 祝让飞 118 文章
  2. 柚子 91 文章
  3. 刘永鑫 64 文章
  4. admin 57 文章
  5. 生信分析流 55 文章
  6. SXR 44 文章
  7. 张海伦 31 文章
  8. 爽儿 25 文章