gflod求基因表达值 FPKM

最新推荐文章于 2025-04-17 11:20:14 发布

原创

最新推荐文章于 2025-04-17 11:20:14 发布 · 2.2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#转录组分析 #linux

这篇博客介绍了如何利用Gfold工具进行转录组分析，计算基因的FPKM值。在完成reads映射到基因组后，通过Gfold进行后续处理，作者提供了下载和使用Gfold的基本步骤。

http://www.cnblogs.com/emanlee/p/4316581.html

先maker下来再说，回头看

reads mapping 到基因组之后，会生成好多文件，其中包括bam格式的，如

下一步我们需要知道我们测的转录组中基因的表达情况

samtool view accepted_hits.bam > ye_accepted_hits.sam &

可以在view后面加一个 -h 表示不要header

然后用 Gfold （同济开发的0.0 ，mentohust 是华中科技大搞得，想想就莫名激动啊）

此处参见 likelet 的博客

点击打开链接

我下载的1.1.2版本的，解压后直接 make ，就生成 gfold 了，直接可以用

下面

gfold count -ann hg19Ref.gtf -tag sample1.sam -o sample1.read_cnt

我用的命令如下

nohup /home/lixiangyong/software/gfold.V1.1.2/gfold count -ann /data/plant_genome/Lj3.0/Lj3.0_gene.gtf -tag CK_accepted_hits.sam -o CK_sample1.read_cnt &

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

biolxy

关注关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

FPKM值基因表达量的计算、基因ID转gene symbol的例子

qq_42090739的博客

12-30

9239

高通量测序数据一般公司都会提供两种矩阵，一种是Row counts，前面说过的用于差异基因的筛选。第二种是FPKM值，可以理解为转录组基因的表达矩阵，可以用于做热图和基因表达变化的比较。但是数据挖掘中，我们只能下载到counts矩阵，所以要得到基因的表达量还需要通过计算。这里我们使用biomaRt包举个例子，由counts值计算FPKM。一、FPKM的计算加载counts矩阵： setwd("E:/生物信息学")ma<-read.csv("GSE169758_markdup.fea..

差异表达分析软件GFOLD安装以及GSL安装问题

likelet的专栏

10-10

8013

同济GFOLD软件是一款根据mapping结果直接进行差异表达分析的软件，http://www.tongji.edu.cn/~zhanglab/GFOLD/index.html，文献中提到，该软件在分析无重复的转录组数据的时候，不以p值为计算依据，而是以GFOLD值作为标准筛选差异表达基因，命令也比较简单。国产软件还是支持一下。结果要优于其他DESeq、edgeR、cuffldiff等软件，故

1 条评论您还未登录，请先登录后发表或查看评论

Gfold

scintilla7的博客

09-08

826

主要一共7列信息前两列gene symbol和gene name 第三列是GFOLD值，相当于log2（Fold Change），该值等于0的基因则记为非差异基因，非0的值才是差异基因第四列E-FDR是基于重复的Empirical FDR，因此无重复样本的经验FDR均为1。 Log2fdc以及后面的RPKM列可以忽略考虑，因为最开始的exon的长度，我们是给定的是一个虚拟的数据。所以真正的确定差异是否显著，主要是看GFOLD值，GFOLD>0,代表case组中高表达，GFOLD<0,代表ca

20201204 FPKM值

Dana41416的博客

12-04

8316

有参数据返回。文件2个，SE.geneEXP和PE.geneEXP。 SE.geneEXP打开后发现只有这些信息，猜测应该与基因组数据进行比较学习。 PE.geneEXP打开后发现这些信息。 FPKM值的概念：Fragments Per Kilobase of exon model per Million mapped fragments 每千个碱基的转录每百万映射读取的fragments 比如，对应到该基因的read有1000（10^3）个，总reads个数有1百万（10^6），而该基因的

Gfold 和Edger 做组内无重复的差异分析，选择哪一个比较好

最新发布

青苔先生的博客

04-17

486

在常规使用中存在明显局限性。在组内无重复的差异分析中，通常是更合适的选择，而。

RNA-Seq分析|RPKM, FPKM, TPM, 计算对比

weixin_30740581的博客

07-05

5834

在分析了若干转录组之后发现，处理数据的时候最重要的不是技巧多么绚丽，你调包的能力有多么强。而是把基本的概念特别是统计和数学上的方法咬烂嚼吐，才是真正理解和掌握了分析数据的底层原理：在RNA-Seq的分析中，对基因或转录本的read counts数目进行normalization是一个extremely essential的过程，因为落在一个基因区域内的read counts数目取决于基因长度和...

推荐开源项目：gfold——高效管理多Git仓库的神器

gitblog_00360的博客

09-02

1024

对基因表达量FPKM建立差异显著性检验模型

07-14

对于基因表达量FPKM数据，通常需要进行一些预处理，如去除低表达基因、归一化或转换为对数表达值等。 3. 建立假设：根据实验设计和研究问题，建立统计假设。对于t检验，通常假设两组样本之间的均值相等，即原...

GFOLD_KSP：一个高效、精准的基因折叠预测工具

gitblog_00013的博客

04-21

491

GFOLD_KSP：一个高效、精准的基因折叠预测工具去发现同类优质开源项目:https://gitcode.com/ 在生物信息学领域，理解基因结构和功能的关键在于预测其三维折叠方式，即基因的“结构”。GFOLD_KSP是一个开源项目，它基于先进的机器学习算法，旨在提供准确且高效的基因折叠预测服务。对于科研人员和生物学家来说，这是一个强大的工具，可以帮助他们在分子生物学的研究中取得突破。项目简...

GFOLD：基于RNA-seq数据分析差异表达基因的广义折叠变化工具

gitblog_00352的博客

09-01

997

GFOLD：基于RNA-seq数据分析差异表达基因的广义折叠变化工具项目介绍 GFOLD是一款专为RNA-seq数据设计的工具，用于通过广义折叠变化值来排名不同条件下差异表达的基因。该工具在没有重复样本的情况下尤其有用。它通过考虑对数折叠变化的后验分布，为每个基因分配一个可靠的折叠变化值，从而克服了p值仅衡量基因是否显著差异表达而忽视相对表达量变化的局限性，以及传统折叠变化受低读数基因影响的问题...

各软件使用手册及官网

Yuan_CHarLoTTe的博客

12-06

436

高通量测序数据处理学习记录（四）：DeepTools学习笔记

Linux的RNA-seq分析（stringtie-FPKM和HTseq计数）

weixin_43927366的博客

03-15

3302

确保安装了stringtie如果要研究新的转录本，则需要完成所有样本的转录本的组装并整合在stingtie-merged.gtf中，详细见Linux系统RNA-seq分析（stringtie转录本组装)。新建SRR3418005_FPKM子文件夹，并在其中打开终端：这个选项告诉stringtie不仅要输出组装得到的转录本，还要输出那些表达量较低、可能不被认为是完整转录本的“额外”转录本片段。这有助于捕获那些可能只部分被测序覆盖的转录本区域。-p 2：这个选项指定了stringtie。

FPKM,TPM, Counts: 谁更适合做差异分析？

weixin_47195452的博客

08-20

1万+

RNA-Seq早已替代了微阵列技术成为转录组研究最常用的技术，数据处理的流程一般是fastq→SAM/BAM→gene count→gene expression。其间的每一步都涉及到很多的算法与工具，而它们的正确使用便是大家探寻生物学意义的关键，本文的主要研究内容便是"gene count→gene expression"这步。在这之前，我们需要先思考为什么gene count不能与基因的表达量划等号。

衡量基因相对表达量的RPKM、FPKM、TPM详解

热门推荐

qq_43337249的博客

10-24

3万+

衡量基因相对表达量的RPKM和FPKM、及TPM 1.RPKM（Reads Per Kilobase per Million）和FPKM（Fragments Per Kilobase per Million） 1.引入“每一千碱基（per kilobase）”的原因在于，不同的RNA可能有不同长度，长度越长，对应的reads就越多。当每个RNA都除以自身长度（以1000碱基,即kb为单位）时，就可以比较同一个样本中不同基因的相对表达量了。 2.引入“每一百万reads”的原因是，不同的样本可能测序的深度不一

使用edgeR进行无重复差异表达分析

xuzhougeng blog

05-04

1万+

使用edgeR进行无重复差异表达分析写这篇文章一部分原因是填2年前的一个坑转录组入门（7）：差异表达分析. 另一部分原因是GQ最近又在搞一波无重复的差异表达分析, 所以专门去学了edgeR 我个人是不太推荐没有重复的差异表达分析，毕竟统计学上的p值是为了证明两个样本的差异是真实存在而不是抽样误差导致, 但是你单个样本如何计算变异呢? 因此每当别人提问的时候, 我个人的建议...

FPKM计算

qq_39306047的博客

03-04

4762

FPKM计算 1有时候用gtf提取和计算取基因长度时候，很多基因的名字是一样的，就是同一个基因有不同长度分别计算fpkm然后家和取平均值（对？）。 2htseq计算counts的时候，定量出来的某些基因名称在gtf文件上找不不到，这样fpkm基因的数量比read count的基因数量少一点 https://www.jianshu.com/p/5b9aa8ec8cc7 https://www.jianshu.com/p/49f2030e937c https://www.jianshu.com/p/b5c35

linux转录组分析,完整转录组RNAseq分析流程（tophat2+cufflink+cuffdiff）

weixin_39894104的博客

05-14

2319

前一段时间跟着孟浩巍大神的视频学习，在自己的小破笔记本上还是跑完了整个RNAseq差异表达的分析流程( tophat2 + cufflink + cuffdiff )虽然这个流程比较老了，现在做分析一般使用的都是 HTseq + DESeq2 等其他的流程，但是作为入门的知识还是比较容易理解，这篇文章先更一下流程，后面会再更一篇安装 Linux 子系统(已更新)，安装 anconda 和一些分析...

【基因表达数据处理】从RAW测序数据，到FPKM的过程

guomutian911的专栏

10-03

7480

FPKM, Fragments Kilobase of exon model per millon mapped reads, which can be used to indicate the expression (abundance) characteristics of genes. Now I will describe operation about obtaining inter

对FPKM/RPKM以及TPM的理解

sixu_9days的博客

07-03

2万+

虽然一直在接触FPKM/RPKM以及TPM，但是仅仅是知道它们是转录本定量的值，并未究其根本。最近看了几篇文献，对其深层次的含义有了进一步的理解，因而在这里记录下来。首先来看FPKM/RPKM的起源：在RNA-Seq中，最简单的定量基因表达量（gene expression）的方法就是将RNA-Seq数据比对到相应的参考序列上时，会有比对到各个基因的read数量，称为raw read coun...