RNA-Seq數(shù)據(jù)分析——原始數(shù)據(jù)質(zhì)量控制(QC)

1、獲得轉(zhuǎn)錄組數(shù)據(jù)（.fastq文件）后的第一步就是對(duì)原始數(shù)據(jù)的質(zhì)量控制。質(zhì)量控制的目的是全面查看原始數(shù)據(jù)的質(zhì)量，內(nèi)容包括堿基質(zhì)量評(píng)估、GC含量檢驗(yàn)、N堿基數(shù)量評(píng)估、TCGA堿基分布、k-mer數(shù)量檢驗(yàn)等。

成都創(chuàng)新互聯(lián)公司是一家以網(wǎng)絡(luò)技術(shù)公司，為中小企業(yè)提供網(wǎng)站維護(hù)、成都做網(wǎng)站、網(wǎng)站建設(shè)、網(wǎng)站備案、服務(wù)器租用、國際域名空間、軟件開發(fā)、微信小程序開發(fā)等企業(yè)互聯(lián)網(wǎng)相關(guān)業(yè)務(wù)，是一家有著豐富的互聯(lián)網(wǎng)運(yùn)營推廣經(jīng)驗(yàn)的科技公司，有著多年的網(wǎng)站建站經(jīng)驗(yàn)，致力于幫助中小企業(yè)在互聯(lián)網(wǎng)讓打出自已的品牌和口碑，讓企業(yè)在互聯(lián)網(wǎng)上打開一個(gè)面向全國乃至全球的業(yè)務(wù)窗口：建站電話聯(lián)系：18980820575

2、我們現(xiàn)在擁有評(píng)估數(shù)據(jù)所需的質(zhì)量指標(biāo)，同時(shí)還需要將其他信息添加到QC指標(biāo)的元數(shù)據(jù)中，例如 cell ID、 條件信息 和其它各種指標(biāo)。

3、multiqc可以整合其它軟件的報(bào)告的軟件，能將fastqc生成的多個(gè)報(bào)告整合成一個(gè)報(bào)告的軟件，這樣能方便的查看所有測(cè)序數(shù)據(jù)的質(zhì)量。安裝：運(yùn)行：multiqc可以自動(dòng)檢測(cè)到文件中可以整合在一起的文件，運(yùn)行也很簡(jiǎn)單。

4、根據(jù)fastqc的報(bào)告，如果是RNA數(shù)據(jù)尾巴較多的情況，最好再去一次PolyA尾巴，少就不用了。Trim Galore 合并了FastQC和Cutadapt到一個(gè)程序中。它的優(yōu)勢(shì)在于它可以根據(jù)FastQC分析的個(gè)體質(zhì)量對(duì)每個(gè)reads進(jìn)行修剪。

linux中Trimmomatic安裝與使用

常見的trim軟件有Trimmomatic、Skewer、fastp等。fastp是一款比較新的軟件，使用時(shí)可以用--adapter_sequence/--adapter_sequence_r2參數(shù)傳入接頭序列，也可以不填這兩個(gè)參數(shù)，軟件會(huì)自動(dòng)識(shí)別接頭并進(jìn)行剪切。

右擊相應(yīng)的iso文件，從其右鍵菜單中選擇“解壓到”項(xiàng)，對(duì)iso格式文件進(jìn)行解壓。

二代測(cè)序的數(shù)據(jù)的分析——質(zhì)量控制

1、質(zhì)量控制的測(cè)序質(zhì)量檢測(cè)是通過FastQC軟件實(shí)現(xiàn)。fastqc可以不設(shè)置任何參數(shù)運(yùn)行，這樣會(huì)直接在當(dāng)前目錄下生成一個(gè)質(zhì)量報(bào)告的壓縮文件和文件夾，報(bào)告是網(wǎng)頁格式。也可以設(shè)置輸出目錄和是否解壓縮(--noextract)，默認(rèn)設(shè)置會(huì)解壓縮。

2、因?yàn)閷?shí)驗(yàn)過程丌可知，物種特性難量化，數(shù)據(jù)通過qc，可以做到量化展示數(shù)據(jù)，從數(shù)據(jù)分析相關(guān)信 息，同時(shí)為后續(xù)Kmer分析做準(zhǔn)備，獲取一個(gè)準(zhǔn)確的基因組預(yù)估情況。

3、為保證分析結(jié)果的可靠性，對(duì)測(cè)序數(shù)據(jù)進(jìn)行質(zhì)量控制統(tǒng)計(jì)分析意義重大。尤其在臨床二代測(cè)序檢測(cè)領(lǐng)域，分析結(jié)果的可靠性與否關(guān)乎醫(yī)生的診斷和病人的安危。

4、Fastqc每次對(duì)一個(gè)樣本進(jìn)行質(zhì)量控制并生成評(píng)估報(bào)告，當(dāng)樣本數(shù)量過多時(shí)，查看報(bào)告顯然極不方便。Multiqc能將fastqc生成的多個(gè)報(bào)告整合成一個(gè)報(bào)告（HTML和PDF格式），方便的查看所有測(cè)序數(shù)據(jù)的質(zhì)量。

5、FastQC是一款基于Java的軟件，須在linux環(huán)境下使用命令行運(yùn)行，它可以快速多線程地對(duì)測(cè)序數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估（Quality Control），其guan 網(wǎng)地址為： Babraham Bioinformatics 。FastQC可以使用conda進(jìn)行安裝。

RSeQC使用

③ SAM 文件處理 使用 samtools 對(duì) SAM 文件排序并轉(zhuǎn)化為 BAM 文件。samtools是一個(gè)用于操作sam和bam文件的工具合集，包含有許多命令。④比對(duì)結(jié)果可視化 比對(duì)結(jié)果使用 IGV 、Genome Maps 和Sacant 等可視化查看。

第一階段是基礎(chǔ)知識(shí)學(xué)習(xí)，找一本覆蓋面廣但是又不是很難啃的教材先對(duì)生物信息所涉及各個(gè)方面有所了解，比如人衛(wèi)版李霞主編那本《生物信息學(xué)》。第二階段是一個(gè)逐步深入的過程，這個(gè)過程中要學(xué)會(huì)工具的使用。

ATAC-seq專題---生信分析流程

ATAC-seq信息分析流程主要分為以下幾個(gè)部分：數(shù)據(jù)質(zhì)控、序列比對(duì)、峰檢測(cè)、motif分析、峰注釋、富集分析，下面將對(duì)各部分內(nèi)容進(jìn)行展開講解。 下機(jī)數(shù)據(jù)經(jīng)過過濾去除接頭含量過高或低質(zhì)量的reads，得到clean reads用于后續(xù)分析。

ChIP-Seq原理是：首先通過染色質(zhì)免疫共沉淀技術(shù)（ChIP） 特異性地富集目的蛋白結(jié)合的DNA片段 ，并對(duì)其進(jìn)行純化與文庫構(gòu)建；然后對(duì)富集得到的DNA片段進(jìn)行高通量測(cè)序。ATAC-seq是 全基因組范圍 內(nèi)，找出所有的OCR。

[4]所以ATAC-seq利用這個(gè)特點(diǎn)，將測(cè)序所用adaptor加在Tn5轉(zhuǎn)座酶上，這樣Tn5轉(zhuǎn)座酶就可以將adaptor添加到開放染色質(zhì)區(qū)域的DNA兩端，這樣就可以對(duì)這部分序列進(jìn)行測(cè)序了。