pumc_2023的博客

芯片数据与处理过的非count数据可以使用SVA包的combat函数和limma包的removeBatchEffect函数。本次count数据使用combat-Seq去批次效果不明显，可能原因：数据之间本身批次小；ComBat-seq使用负二项回归模型来去除批次效应，通过将原始数据映射到预期分布来提供调整后的数据。目前常用的去批次的软件有combat、combat_seq、removeBatchEffect。使用combat和removeBatchEffect对count数据进行去批次，可行性有待商榷。

查看左右以TR_R1.fastq.gz结尾的文件，使用cut命令，以“_”为分隔符（-d "_"），选择第一个字段（-f 1），进行排序和去重，写入sample_ids.txt文本文件中。##搜索当前目录，选择FastQC的输出文件，使用8个计算机内核，制作所有样本的汇总html报告。下载网页打开.html文件。2. Fastqc先看一下原始数据质量（Fastqc这步可做可不做，可直接做后边的Trimmomatic）6. 基因定量得到count文件。5. 与参看基因组比对。

如果'Per base sequence content'参数的结果中出现很大异常的话(比如碱基G的曲线出现明显的波动)，很可能提示原始下机数据中出现了很大比例的重复read，这些重复的reads虽然本身的测序质量可能没有问题，但是有可能导致最终可。该选项将使用 4 个碱基的窗口扫描读数，如果这些碱基的平均质量低于 15，则将其删除。如果'Per base sequence quality' 太差的话，说明数据的质量远没有达到符合要求的Q30或着Q20的比例，这样测到的reads很多。