RNA-seq基础入门传送门
1445 人阅读 | 时间：2021年01月22日 14:56
去获取百度分享代码
| 转录组入门(1)：计算机资源的准备 最好是有mac或者linux系统，8G+的内存，500G的存储即可。 如果你是Windows，那么安装必须安装 git,notepad++,everything，还有虚拟机，在虚拟机里面安装linux，最好是ubuntu。 需要安装的软件包括 sratoolkit,fastqc,hisats,samtools,htseq-count,R,Rstudio 软件安装的代码，在生信技能树公众号后台回复老司机即可拿到。 进阶作业，每个软件都收集一个中文教程链接，并自己阅读，发在论坛里面。 目前有5份优秀作业，请大家学习： 转录组（一）作业 ( HOPTOP ) 转录组入门(1)-作业 (青山屋主) 转录组入门（1）Mac上软件准备作业  PANDA姐的转录组入门(1)：计算机资源的准备 转录组作业（一）：来自零基础的小白 转录组入门作业（1）软件准备 （yojoy123） (1)转录组之软件安装（ZGN1） 小白生信学习记4：Linux系统下，RNAseq分析软件的安装 转录组入门(2)：读文章拿到测序数据 本系列课程学习的文章是：AKAP95 regulates splicing through scaffolding RNAs and RNA processing factors. Nat Commun 2016 Nov 8;7:13347. PMID: 27824034 很容易在文章里面找到数据地址GSE81916 这样就可以下载sra文件 作业，看文章里的methods部分，把它用到的软件和参数摘抄下来，然后理解GEO/SRA数据库的数据存放形式，把规律和笔记发在论坛上面！优秀作业如下： 转录组入门（二）作业 New(HOPTOP) 转录组入门(2)-作业(青山屋主) PANDA姐的转录组入门(2)：读文章拿到测序数据 (2)转录组之数据获取(ZGN1) 转录组入门(3)：了解fastq测序数据 需要用安装好的sratoolkit把sra文件转换为fastq格式的测序文件，并且用fastqc软件测试测序文件的质量！ 作业，理解测序reads，GC含量，质量值，接头，index，fastqc的全部报告，搜索中文教程，并发在论坛上面。 目前优秀作业有： 转录组（三）：作业（HOPTOP） 转录组入门(3)-作业（青山屋主） PANDA姐的转录组入门(3):了解fastq测序数据 (3)转录组之数据质控（ZGN1）转录组（3）：了解fastq测序数据(兮兮狼) 转录组入门(4)：了解参考基因组及基因注释 在UCSC下载hg19参考基因组，我博客有详细说明，从gencode数据库下载基因注释文件，并且用IGV去查看你感兴趣的基因的结构，比如TP53,KRAS,EGFR等等。 作业，截图几个基因的IGV可视化结构！还可以下载ENSEMBL，NCBI的gtf，也导入IGV看看，截图基因结构。了解IGV常识。 目前优秀作业是： hoptop的：转录组作业（四） - [阅读权限 10]New 转录组入门(5)： 序列比对 比对软件很多，首先大家去收集一下，因为我们是带大家入门，请统一用hisat2，并且搞懂它的用法。 直接去hisat2的主页下载index文件即可，然后把fastq格式的reads比对上去得到sam文件。 接着用samtools把它转为bam文件，并且排序(注意N和P两种排序区别)索引好，载入IGV，再截图几个基因看看！ 顺便对bam文件进行简单QC，参考直播我的基因组系列。 目前优秀作业是： 转录组入门(5)： 序列比对（HOPTOP） 转录组入门(6)： reads计数 实现这个功能的软件也很多，还是烦请大家先自己搜索几个教程，入门请统一用htseq-count，对每个样本都会输出一个表达量文件。 需要用脚本合并所有的样本为表达矩阵。参考：生信编程直播第四题：多个同样的行列式文件合并起来 对这个表达矩阵可以自己简单在excel或者R里面摸索，求平均值，方差。 看看一些生物学意义特殊的基因表现如何，比如GAPDH,β-ACTIN等等。 转录组入门（6）：reads技术（HOPTOP) 这是一个分水岭，后面的分析主要靠R了，前面的分析都最好是在linux系统下面完成，主要是安装软件，下载数据，运行。有几个笔记不错的整合作业： 转录组入门（1-6）从测序数据到生成count矩阵(alan) http://www.zd200572.com/2017/07/15/2017-RNAseq-executing/ (JD加栋 的个人博客) PANDA姐的转录组入门（0-6）合辑 转录组入门(7)： 差异基因分析 这个步骤推荐在R里面做，载入表达矩阵，然后设置好分组信息，统一用DEseq2进行差异分析，当然也可以走走edgeR或者limma的voom流程。 基本任务是得到差异分析结果，进阶任务是比较多个差异分析结果的异同点。 转录组入门(8)： 差异基因结果注释 我们统一选择p<0.05而且abs(logFC)大于一个与众的基因为显著差异表达基因集，对这个基因集用R包做KEGG/GO超几何分布检验分析。 然后把表达矩阵和分组信息分别作出cls和gct文件，导入到GSEA软件分析。 基本任务是完成这个分析。 最后，把同样的代码实践与其它几篇转录组文章，并且把代码和分析结果发在论坛上面； http://biotrainee.com/jmzeng/RNA ... E81916-two-group.sh http://biotrainee.com/jmzeng/RNA-seq/DEG.zip 我以前在博客写过的 http://www.bio-info-trainee.com/2218.html 比如可以来一个实战： 生信技能树»生信技能树›互动作业›项目实战›mRNA-seq数据分析实战 最后：点击加入转录组学小组开始招人啦 |
©著作权归作者所有：来自ZhiKuGroup博客作者没文化的原创作品，如需转载，请注明出处，否则将追究法律责任
来源：ZhiKuGroup博客，欢迎分享。
评论专区