学习笔记Day17:转录组上游分析-1

2024-03-27 02:36

本文主要是介绍学习笔记Day17:转录组上游分析-1,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转录组上游分析-1

作业:
  • 取出fastq文件中的所有序列ID(第一行)

    less SRR1039510_1.fastq.gz | awk '{if(NR%4==1){print $0}}'less SRR1039510_1.fastq.gz | paste - - - - | cut -f 1 
    
  • 取出fastq文件中的所有序列(第二行)同上

  • 对序列出现次数进行统计

     less SRR1039510_1.fastq.gz | paste - - - - | cut -f 2 | sort | uniq -c | sort -nk 1
    

    如果某一序列出现次数非常高,考虑可能是核糖体RNA?或实验过程中的异常情况,可以比对序列来查看该序列来源

数据质控

数据质量评估
  • FastQC软件:可以对fastq格式的原始数据进行质量统计。

    • 官方网站—帮助文档

    • 常用参数:

      在这里插入图片描述

    • 任务运行

      1. 在当前窗口直接运行
      2. 将命令后台运行nohup ... &
      3. 将命令写入sh脚本,使用nohup ... &运行脚本
    • 绝对路径运行脚本

      multiqc=/home/t_rna/miniconda3/envs/rna/bin/multiqc
      fastqc=/home/t_rna/miniconda3/envs/rna/bin/fastqc
      fq_dir=$HOME/project/Human-16-Asthma-Trans/data/rawdata
      outdir=$HOME/project/Human-16-Asthma-Trans/data/rawdata# 使用绝对路径运行
      $fastqc -t 6 -o $outdir ${fq_dir}/SRR*.fastq.gz >${fq_dir}/qc.log
      
    • 确定后台任务结束

      1. 看结果目录有无正常结果生成
      2. htop中是否有命令正在运行
      3. ps fx看本人的进程
      4. 读输出的运行日志
    • 质控后生成的html文件即质控报告

      在这里插入图片描述
      在这里插入图片描述

      数据量统计方式:生物学中碱基数量VS计算机中的存储字节(需要加以区分)

      • per base sequence quality

        按位置展示碱基质量的箱线图

      • per sequence quality scores

        横坐标:一条序列碱基的平均Q值(一条序列中N越多,质量值越低)

        纵坐标:每个质量值对应的read数

        较好结果:

        在这里插入图片描述

      • per base sequence content

        每个碱基位置上:ATGC含量的分布图

        理论上G/C、A/T的含量在测序循环上应分别相等,且稳定呈水平线。

        差数据:出现分离。

      • per sequence GC content

        GC含量分布图,蓝色和红色线分别为理论值和实际值,越接近越好;一般呈单峰分布。

      • Atapt

        公司提供数据

    • 整合FastQC结果

      multiQC *zip

数据过滤

原始序列质量控制标准:

  1. 去除含接头的reads;
  2. 过滤去除低质量值数据,确保数据质量;
  3. 去除含有N(无法确定碱基信息)的比例大于5%(可以自定义)的reads。
过滤接头
  • trim_galore

    在这里插入图片描述

    • 单个样本的运行

      trim_galore -q 20 --length 20 --max_n 3 --stringency 3 --fastqc --paired -o ./ ../../rawdata/SRR1039510_1.fastq.gz ../../rawdata/SRR1039510_2.fastq.gz
      
    • 多个样本的运行

      • 先获得样本名组成的文件ID

      • while循环

        # 多个样本 vim trim_galore.sh,以下为sh的内容
        rawdata=$HOME/project/Human-16-Asthma-Trans/data/rawdata
        cleandata=$HOME/project/Human-16-Asthma-Trans/data/cleandata/trim_galore
        cat ID | while read id
        dotrim_galore -q 20 --length 20 --max_n 3 --stringency 3 --fastqc --paired -o ${cleandata} ${rawdata}/${id}_1.fastq.gz ${rawdata}/${id}_2.fastq.gz
        done
        
  • Tips:

    后台任务转前台:jobs列出任务;fg %1(任务序号)

    前台任务转后台:Ctrl+Z暂停,jobs列出任务,bg %1(任务序号)

这篇关于学习笔记Day17:转录组上游分析-1的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/850673

相关文章

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景

python中Hash使用场景分析

《python中Hash使用场景分析》Python的hash()函数用于获取对象哈希值,常用于字典和集合,不可变类型可哈希,可变类型不可,常见算法包括除法、乘法、平方取中和随机数哈希,各有优缺点,需根... 目录python中的 Hash除法哈希算法乘法哈希算法平方取中法随机数哈希算法小结在Python中,

Java Stream的distinct去重原理分析

《JavaStream的distinct去重原理分析》Javastream中的distinct方法用于去除流中的重复元素,它返回一个包含过滤后唯一元素的新流,该方法会根据元素的hashcode和eq... 目录一、distinct 的基础用法与核心特性二、distinct 的底层实现原理1. 顺序流中的去重

关于MyISAM和InnoDB对比分析

《关于MyISAM和InnoDB对比分析》:本文主要介绍关于MyISAM和InnoDB对比分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录开篇:从交通规则看存储引擎选择理解存储引擎的基本概念技术原理对比1. 事务支持:ACID的守护者2. 锁机制:并发控制的艺

MyBatis Plus 中 update_time 字段自动填充失效的原因分析及解决方案(最新整理)

《MyBatisPlus中update_time字段自动填充失效的原因分析及解决方案(最新整理)》在使用MyBatisPlus时,通常我们会在数据库表中设置create_time和update... 目录前言一、问题现象二、原因分析三、总结:常见原因与解决方法对照表四、推荐写法前言在使用 MyBATis

Python主动抛出异常的各种用法和场景分析

《Python主动抛出异常的各种用法和场景分析》在Python中,我们不仅可以捕获和处理异常,还可以主动抛出异常,也就是以类的方式自定义错误的类型和提示信息,这在编程中非常有用,下面我将详细解释主动抛... 目录一、为什么要主动抛出异常?二、基本语法:raise关键字基本示例三、raise的多种用法1. 抛

Go学习记录之runtime包深入解析

《Go学习记录之runtime包深入解析》Go语言runtime包管理运行时环境,涵盖goroutine调度、内存分配、垃圾回收、类型信息等核心功能,:本文主要介绍Go学习记录之runtime包的... 目录前言:一、runtime包内容学习1、作用:① Goroutine和并发控制:② 垃圾回收:③ 栈和

github打不开的问题分析及解决

《github打不开的问题分析及解决》:本文主要介绍github打不开的问题分析及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、找到github.com域名解析的ip地址二、找到github.global.ssl.fastly.net网址解析的ip地址三