TACO：多样本转录本组装的利器

生信百科 · 公众号 · 医学 · 2017-07-09 09:00

正文

对于 RNA-seq 来说，获得转录本的结构与丰度是很关键的。新工具 TACO 采用新颖的 change-point 探测法来区分转录起点和终点，大幅提高了转录本组装的精度。目前，人和小鼠等多种参考基因组的注释都不完整， TACO （ Transcriptome Assemblies Combined into One ）是发现新的 isoform 和新基因的好工具。 TACO 还能很容易的嵌入其他分析流程。

TACO 组装转录本的流程

第一，各个样本的 reads 分别 map 到基因组上（如 STAR 软件）。

第二，各个样本分别组装转录本，产生 GTF 文件（如 StringTie 软件）。

第三， TACO 将上述多个样本的 GTF 文件进行合并，输出一个 GTF 文件。其实， TACO 的作用类似于 HISAT+StringTie+Ballgown 套餐中的 StringTie–merge 。

TACO 的命令

第一步，转录本组装

./taco_run

注意， gtf_files.txt 里面包含着 ab initio assembler 软件（如 StringTie ）产生的 gtf 文件及文件路径，每行一个 gtf 文件。格式如下，

/path/to/my/assemblies/mcf7.gtf

/path/to/my/assemblies/bt474.gtf

/path/to/my/assemblies/hela.gtf

第二步，与 reference 比较

./taco_ref_comp -o -r -t --cpat (optionalflag to run coding potential prediction)

TACO 与Cuffmerge/StringTie的比较

当样本较少的时候（少于10个），TACO与Cuffmerge/StringTie在敏感性（Recall）、精确度（precision）和调和平均数（F-measure：harmonicmean of precision and recall）三个指标上十分接近；然而，当样本量较大，尤其是多余50个样本时，TACO的优势就很明显了。