常见的序列分析工作流程

Martin Morgan，Sonali Arora
2014年10月28日

RNA-SEQ.

看看演讲笔记和实验室。

RNA-SEQ差异表达基因

• 最简单的情景
• 实验设计：简单，复制;跟踪协变量并意识到批处理效果
• 测序：中等长度和读数数量;单个或配对端（虽然透不匹配端）。
• 对齐：基本拼接感知对齐器，例如，Bowtie2.那星星。可行的生物体方法：rsubread.那r（特别是通过Quasr.包裹）。
• 减少：Genomicranges :: SummarizeOverlaps（）或外部工具，使用基因模型TXDB。*包或GFF / GTF文件。最终结果：计数矩阵。
• 分析：deseq2.那edger.和其他软件。

RNA-SEQ差异表达成绩单

• 受欢迎的非R.工作流程：rbowtie2.那Tophat.那袖扣那袖手柜。

• 生物老师选项

  • Dexseq.：差异外显子用。
  • rsubread :: subjunc（）为了在不需要已知的基因模型的情况下对准。
  • 腹带：使用袖扣输出。

单细胞表达

• 单片

芯片SEQ.

看到我最近的幻灯片概述芯片SEQ和相关生物体软件。

• 实验设计/湿实验室：重要的是有效富含基因组DNA，否则难以区分信号峰从背景中区分信号峰
• 测序：适度的长度和单端读数非常足够。
• 对齐：充足的基本对齐器

• 减少

  • 外部软件;许多工具，具体取决于应用，例如，马克斯。
  • 产品：床和/或名为山峰的假发文件

• 分析与理解

  • chipqc.用于质量控制。
  • rtracklayer.将床和WIG文件输入标准生物体数据结构。
  • Chippeakanno.那chipxpres.用于对基因相关的峰值。
  • 困惑评估设计实验中峰的差异表示。
  • annotationhub.用于访问（某些）联盟级摘要数据。

副本号码

看看复制数字工作流程文档。

变体

查看迈克尔劳伦斯的变体呼叫Varianttools.。和val obenchain的操作和注释称为变体VariantAnnotation.。

• 测序：需要高质量的读数，具有高核苷酸深度的覆盖范围 - 更长，配对结束排序。

• 对齐：需要有效的对齐器;BWA.那GMAP.，......

  • GMAPR.包装GMAP对齐器R.。

• 减少：通常用于VCF文件总结变体和/或人口级别变化。加泰克和其他非R.常用的工具。

  • Varianttools.包括呼叫变体的设施。
  • H5VC针对不同的中间步骤：总结基因组中每个位置的基础计数;使用此作为调用变体的起点，并评估误报等。

• 分析与理解

  • VariantAnnotation.那Ensemblvep.用于查询/输入VCF文件，并且对于变量的注释（“是该编码变体？”等）。
  • Somaticsignatures.用于使用单核苷酸的体细胞签名。

表观组织

看短片介绍和实验室以Illumina 450K甲基化阵列为中心Minfi.包裹。

• 分析与理解：BSSeq.那Biseq.用于加工和分析;Bumphunter.作为识别CPG功能的基本工具。

微生物组

• 实验设计：通常具有中等（10'S-100）的样品的人口水平调查。
• 湿式实验室和测序：通常靶向系统发育信息 - 信息基因，需要更长的（重叠）配对末端读取。许多现有研究使用了454种技术，其具有与Illumina不同的测序误差模型（例如，均聚物是常见的误差，而不是尾核苷酸质量劣化）。

• 减少：预处理（例如，编织在一起重叠的配对端读数）和第三方软件的分类分类/放置，例如，齐倍那PPLACER.。最终结果：计算每个样本中不同分类群的尺寸表。

  • RRDP.提供A.R./生物体rdp classifiere的接口。

• 分析：R./生物体微阵列/ RNA-SEQ分析的许多见解非常适合于计数表，但常见的管道已经重新设计，或者被剥夺了车轮。

  • 文学提供非常好的一般分析工具。