RMATS Turbo 使用指南

RMATS Turbo 使用指南

rmats-turbo 项目地址: https://gitcode.com/gh_mirrors/rm/rmats-turbo

项目介绍

RMATS Turbo 是 Xing 实验室开发的一款基于 C/Cython 的 RNA 剪接差异分析工具，它是原始 RMATS 工具的高速版。相较于最初的 Python 实现，RMATS Turbo 在计算速度上提升了大约 20 到 100 倍（单线程），在启用多线程时可达300倍（六线程），并且输出文件体积缩小了1000倍。这些优化极大地便利了大规模数据集的分析和存储。它支持统计部分和计数部分的高效处理，并兼容多种依赖项以适应不同的工作流程需求。

快速启动

安装准备

确保您的系统环境满足以下条件：

• 操作系统: Ubuntu 20.04 LTS 或更高版本
• Python: 3.6.12 或 2.7.15
• Cython, BLAS, LAPACK, GNU Scientific Library (GSL 2.5), GCC (>=5.4.0), gfortran, CMake (>=3.15.4)

安装步骤

1. 克隆 RMATS Turbo 仓库到本地:

   git clone https://github.com/Xinglab/rmats-turbo.git
   

2. 安装依赖（推荐使用 Conda 环境来管理 Python 和 R 依赖）:

   cd rmats-turbo
   ./build_rmats --conda
   

   这一步骤将耗时约30分钟，创建一个含有所有必需依赖的 Conda 环境。

3. 运行示例:

   使用 run_rmats 脚本调用 RMATS Turbo，假设我们已经有了必要的输入文件：

   ./run_rmats --s1 示例样本组1.txt --s2 示例样本组2.txt --gtf Homo_sapiens.GRCh38.104.gtf -t paired --readLength 50 --nthread 4 --od 输出目录路径 --tmp 临时目录路径
   

应用案例和最佳实践

开始于 FASTQ 文件

如果你拥有两组样本，每组有两个配对的 FASTQ 文件，可以创建一个文本文件指定文件路径，并使用 -s1 和 -s2 参数指定这些文件位置，确保还提供了正确的 GTF 文件路径以及其他必要的参数，如读取长度和线程数。

开始于 BAM 文件

如果你已经预先处理了数据并有了 BAM 文件，可以直接提供它们的路径，使用 -b1 和 -b2 参数代替 -s1 和 -s2，并遵循相同的基本命令结构进行分析。

分布式处理

对于大型数据集，可以通过预处理和后处理分离的方式，在不同的机器或不同时间点执行任务，利用 --task prep 和后续的 --task post 来分步完成计算。

典型生态项目

RMATS Turbo 设计为独立运行，但其在生物信息学领域内的应用经常与其他数据分析流程结合，例如与表达量分析软件（如 Ballgown 或 DESeq2）、基因注释工具、或者用于数据可视化和解释的R包（例如 ggplot2、ComplexHeatmap）配合使用。用户社区也会开发脚本或管道，通过比如NextFlow或Snakemake来自动化RMATS Turbo的执行过程，这使得它成为RNA-seq研究生态中一个重要的组成部分。

---

以上文档为快速入门指南，详细配置和高级功能请参考RMATS Turbo的GitHub页面及其提供的文档和示例。

rmats-turbo 项目地址: https://gitcode.com/gh_mirrors/rm/rmats-turbo