转录组分析——STAR+RSEM+Deseq2
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了转录组分析——STAR+RSEM+Deseq2相关的知识，希望对你有一定的参考价值。
参考技术A
B站上有大量生信干货, 学生信看B站足以 , 别问我B站是什么哈 ;
生信技能树论坛( http://www.biotrainee.com )
2个样品2个重复(2*2)
1_1
1_2
2_1
2_2
SAM flags查询（sam格式文件）
FastQC Multiqc Trimmomatic STAR RSEM Subread HTSeq kallisto Deseq2 ...（conda可以安装）
横坐标代表每个每个碱基的位置，反映了读长信息，比如测序的读长为150bp,横坐标就是1到150；
纵坐标代表碱基质量值，
图中的箱线图代表在每个位置上所有碱基的质量值分布，
中间的红线代表的是中位数
用黄色填充的区域的上下两端分别代表上四分位数和下四分位数；
箱线图最上方的短线代表90%，最下方的短线代表10%
蓝色的线代表平均值
背景色从上到在下依次为green, orange, red; 分别代表very good, reasonable, poor;将碱基质量分成3个不同的标准
当有一个位置的10%四分位数小于10或者中位数小于25时会给出警告；
当有一个位置的10%四分位数小于5或者中位数小于20时会提示失败；
如下图所示：
从上面图中我们可以看出读长为75bp;前15bp左右测序质量非常好；
随着测序的进行，由于试剂的消耗等原因，测序质量开始逐渐降低，最后的60-75bp质量就非常的差；
测试rsem是否安装
kallisto 不比对，直接定量
install.packages("ggrepel")
install.packages("ggplot2")
limma、DESeq2、edgeR差异分析及绘制韦恩图
参考技术A 不同的时空以及不同的条件下差异基因分析是RNAseq分析的重要目标。
差异表达分析方法包括：
基于Read数目： DESeq、limma和edgeR；
基于组装技术： Cuffdif和Ballgown；
基于免比对的定量方法（kallisto、Salmon、Salfish）： sleuth。
用的是rsem的count文件
以上是关于转录组分析——STAR+RSEM+Deseq2的主要内容，如果未能解决你的问题，请参考以下文章