學(xué)習(xí)資料：B站視頻：生物技能樹(shù) 第八季轉(zhuǎn)錄組測(cè)序數(shù)據(jù)分析

一、轉(zhuǎn)錄組比對(duì)常用軟件

轉(zhuǎn)錄組比對(duì)常用：hisat2、subjunct（subread）、star。
基因組測(cè)序比對(duì)常用bowtie2、bwa。
要對(duì)參考基因組構(gòu)建索引，不同軟件，索引也有差異。ChIP-seq 流程里用的bowtie2生成sam，之后要用samtools轉(zhuǎn)成bam。而subjunc直接就生成bam，但之后還需要用samtools進(jìn)行sort和index，才能用IGV來(lái)查看，或者別的分析。

二、subread

subread是一款能快速進(jìn)行序列比對(duì)和轉(zhuǎn)錄組定量的軟件。其中subjunct命令用來(lái)比對(duì)，featureCounts進(jìn)行定量。
1，下載fa
https://hgdownload.soe.ucsc.edu/goldenPath/hg38/bigZips/hg38.fa.gz
在電腦上下載后上傳到服務(wù)器。
先解壓基因組文件到我的個(gè)人目錄里
gunzip -c ~/reference/hg38.fa.gz > ~/reference/hg38.fa

2，建立索引
然后使用subread軟件的subread-buildindex完成索引的建立
subread-buildindex -o ~/reference/subread_index/hg38 ~/reference/hg38.fa
報(bào)錯(cuò)說(shuō)需要6G內(nèi)存，查看服務(wù)器上默認(rèn)，用的c-4-1表示四核，每核1G內(nèi)存的CPU計(jì)算節(jié)點(diǎn)。那么就是有4G的意思啦？明顯不夠啊。
查詢有哪些可用CPU計(jì)算節(jié)點(diǎn)
sinfo
提交作業(yè)時(shí)，用-p選定合適的節(jié)點(diǎn) -p c-16-1是不是可以啊。
sbatch -p c-16-1 subread_index.slurm提交之后運(yùn)行了不短時(shí)間。
運(yùn)行后的記錄顯示20分鐘。

image.png

image.png

3，比對(duì)

建立rnaseq_align.slurm 如下

#!/bin/bash
#SBATCH --output=rnaseq_align.out
#SBATCH --error=rnaseq_align.err
#SBATCH --mail-type=end
#SBATCH --mail-user=zmeraner@126.com
module add Anaconda3/2020.02
source activate
conda activate py2.7 #激活2.7環(huán)境
module add SAMtools/1.15.1-GCC-11.2.0 #加載samtools
project=~/rnaseq #項(xiàng)目文件夾
#step4：align & sort &index
mkdir $project/align
mkdir $project/bam
output_dir=$project/align
bam_dir=$project/bam 
ls $project/clean/*.gz | while read id
do
file=$(basename $id) #文件名
sample=${file%%_trimmed*} #樣本名
echo "  start alignment for $sample" `date`
subjunc  -i /home/cloudam/reference/subread_index/hg38 -r $id -o $output_dir/$sample.bam
echo "  end alignment for $sample" `date`
echo " sort &index for $sample" `date`
samtools sort  $output_dir/$sample.bam -o  $bam_dir/$sample.sorted.bam
samtools index  $bam_dir/$sample.sorted.bam
rm $output_dir/$sample.bam `date`
samtools flagstat $bam_dir/$sample.sorted.bam >$bam_dir/$sample.flagstat.txt
echo "end sort index for $sample"
done

提交的時(shí)候要選擇核數(shù)高的才能運(yùn)行。
sbatch -p c-16-1 rnaseq_align.slurm #16核，每核1G內(nèi)存.
運(yùn)行時(shí)間大約每個(gè)樣本生成bam要10-20分鐘，sort要3-5分鐘左右。