「学转录组入门生信」第二周来获取表达量矩阵

我们第二周目标有四个:

• 整理数据RNA-seq格式

• 了解数据质控

• 数据比对

• read定量

首先，我们得要知道我们在转录组分析过程中会遇到很多格式，建议先通过搜索查找了解这些格式是什么

• fasta/fas/fa

• gtf/gff

• bed

• sam/bam

• csv/tsv/txt

接着，我们会在分析过程中时刻检查我们的数据质量，所以你要尝试回答下面这几个问题

• 数据质控要在哪个阶段做

• 不同阶段要看什么标准

• 质控有哪些软件

之后，我们要将我们的二代测序结果和参考基因组/转录组进行比对，建议将比对结果用IGV进行查看

• 转录组比对和基因组比对的区别

• 比对有哪些工具

• 什么要建立索引

比对结果中存放着每个read的位置信息，我们就可以根据位置信息来计算每个转录本的表达量

• read定量有哪些工具

• read定量分为哪几种水平

对于初学者而言，推荐的分析流程是，trimmomatic或fastp质 -> hisat2建立索引或下载索引 -> hisat2比对 -> featureCount定量。

以上就是第二周的内容了。这一周必读篇文献是： http://www.ncbi.nlm.nih.gov/pubmed/26813401

第一周我录制了如下的视频，如有需要，阅读原文可以观看，