bulk-RNA seq测序数据分析流程

Flower_dance~

已于 2024-01-06 15:10:33 修改

阅读量4.2k

点赞数 10

CC 4.0 BY-SA版权

文章标签：数据分析数据挖掘

于 2024-01-05 10:06:03 首次发布

本文链接：https://blog.youkuaiyun.com/zengwanqin/article/details/135402273

本文详细介绍了从bulk-RNA测序数据到差异表达分析的完整流程，包括数据预处理（质量控制、质量修剪、比对到参考基因组）、PCR重复标记、转录组组装与表达估计，以及使用DESeq2进行差异表达分析的步骤和所用工具如FastQC、Trimmomatic、HISAT2、StringTie和DESeq2。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

假如有bulk-RNA测序的数据：TH1，TH2，TH3三个重复（实验组），TW1，TW2，TW3三个重复（对照组）

准备工作

需要安装的软件（如FastQC、Trimmomatic、HISAT2、StringTie、samtools）
conda install -c bioconda fastqc
conda install trimmomatic
conda install -c bioconda stringtie 
conda install -c bioconda hisat2
conda install samtools
conda install -c bioconda picard

1. 质量控制

首先，需要对原始的测序数据（FASTQ格式）进行质量控制。通常使用FastQC进行初步的质量检查，然后使用Trimmomatic或者其他工具进行质量修剪。

# 质量检查
fastqc *.fq.gz

# 质量修剪
for sample in TH1 TH2 TH3 TW1 TW2 TW3
do
    trimmomatic PE ${sample}.R1.fq.gz ${sample}.R2.fq.gz \
    ${sample}.R1.trim.fq.gz ${sample}.R1.untrim.fq.gz \
    ${sample}.R2.trim.fq.gz ${sample}.R2.untrim.fq.gz \
    SLIDINGWINDOW:4:20 MINLEN:25
done

2.读段比对

使用比对工具（如HISAT2, STAR等）将质量修剪后的读段比对到参考基因组。

使用HISAT2进行读段比对

# 假设参考基因组索引为genome_index
for sample in TH1 TH2 TH3 TW1 TW2 TW3
do
    hisat2 -x genome_index -1 ${sample}.R1.trim.fq.gz -2 ${sample}.R2.trim.fq.gz \
    -S