前言：
自學生信也有一段時間了，對于大多數(shù)的生信軟件，勉強能混個眼熟，但是要說出他們之間微妙的區(qū)別，確實很難。好在，最近看到Nature Communication上一篇可謂是“史上最全RNA-Seq數(shù)據(jù)分析流程”文獻，結(jié)合著 生信寶典解讀，把整個文章看完，梳理文中所使用的軟件，增補廣為使用的軟件，并做思維導圖。
RNA_seq分析流程軟件思維導圖_J.F.XIE.png
1. Raw data Quality control | 原始數(shù)據(jù)質(zhì)控：
- reads質(zhì)量評估：Fastqc、multicq、PRINSEQ
- reads預處理：trimmomatic、Cutadapt、FASTX-Toolkit、RSeQC、trim-galore、PRINSEQ
2. Alignment and Assembly | 比對組裝
2.1 Reference-based transcript identification | 有參轉(zhuǎn)錄本鑒定
- Alignment | 序列比對
TopHat 、STAR、HISAT2、RASER、Bowtie2、BWA、SOAP、subread- Alignment-based transcriptome assembly | 轉(zhuǎn)錄組組裝
- Short-read Assembly 二代短片段組裝： Cufflinks、StringTie
- Long-read analysis tools 三代長片段組裝：LoRDEC、GMAP、STARlong、IDP
2.2 De novo Assembly | 從頭組裝：
Trinity、SOAPdenovo-Trans、Oases、Trimmomatic
3. Quantication | 表達定量
Quantication ： HTSeq、RSEM、featureCounts、eXpress、kallisto、Sailsh、Salmon-Aln、Salmon-SMEM、Salmon-Quasi
- Alignment-based transcript quantification 比對定量：HTSeq、featureCounts、RSEM、eXpress 、Salmon-Aln
- Alignment-free transcript quantification 無比對定量：Sailfish, Salmon-SMEM、Salmon-Quasi、quasi-mapping, kallisto
- long-read-based technique 長讀數(shù)定量： IDP（using different short-read and long-read aligners）
4. Differential expression | 差異分析
Dierential expression analysis ： DESeq2、edgeR 、limma、Cuffdiff、Ballgown 、Tablemaker、sleuth
- count-based 基于計數(shù)：DESeq2, limma, edgeR
- ssembly-based 基于組裝 ：Cuffdiff 、Ballgown
- alignment-free quantifications 無比對定量：sleuth
5. RNA-seq variation analysis | 變異分析
RNA-seq data can be used to identify important genomic and transcriptomic variations
- Variant Calling 序列變異：SAMtools 、GATK
- RNA Editing 基因編輯：GIREMI、Varsim
- RNA Fusion 基因融合：FusionCatcher、JAFFA、SOAPfuse、STAR-Fusion、TopHat-Fusion
說明：
RNA_seq經(jīng)典分析流程，序列比對、組裝、定量……，而這里為了兼顧無參轉(zhuǎn)錄組分析，將其列在“2. Alignment and Assembly | 比對組裝”中，使框架更加清晰可讀，便于讀者理解。
文獻來源：Transcript-level expression analysis of RNA-seq experiments with HISAT, StringTie and Ballgown
RNA_seq分析流程軟件.png
