對(duì)于RNA-seq數(shù)據(jù)，有兩種使用策略，一種是使用HISAT2 + StringTie先比對(duì)再組裝, 一種是從頭組裝，然后使用PASA將轉(zhuǎn)錄本比對(duì)到基因組上。在本篇教程中，只使用有參組裝

參考鏈接：如何對(duì)基因組注釋

首先，使用HISAT2將RNA-seq數(shù)據(jù)比對(duì)到參考基因組, 這一步和之前相似，但是要增加一個(gè)參數(shù)--dta，使得StingTie能更好的利用雙端信息

hisat2-build LH.mask.fa index/chi_masked ##這個(gè)是屏蔽重復(fù)序列后的一個(gè)待發(fā)表基因組，與上兩篇推文的基因組不一樣
hisat2 --dta -p 20 -x index/chi_masked -1 1-1_R1.fastq -2 1-1_R2.fastq | samtools sort -@ 10 > results/1-1.bam &
hisat2 --dta -p 20 -x index/chi_masked -1 1-2_R1.fastq -2 1-2_R2.fastq | samtools sort -@ 10 > results/1-2.bam &
hisat2 --dta -p 20 -x index/chi_masked -1 1-3_R1.fastq -2 1-3_R2.fastq | samtools sort -@ 10 > results/1-3.bam &
samtools merge -@ 10 results/merged.bam results/1-1.bam results/1-2.bam results/1-3.bam

然后用StringTie進(jìn)行轉(zhuǎn)錄本預(yù)測(cè)

stringtie -p 10 -o results/merged.gtf results/merged.bam

對(duì)于后續(xù)的EvidenceModeler而言，它不需要UTR信息，只需要編碼區(qū)CDS，需要用TransDecoder進(jìn)行編碼區(qū)預(yù)測(cè)

TransDecoder-TransDecoder-v5.5.0/util/gtf_genome_to_cdna_fasta.pl merged.gtf input/chi_masked.fa > transcripts.fasta
TransDecoder-TransDecoder-v5.5.0/util/gtf_to_alignment_gff3.pl merged.gtf > transcripts.gff3
TransDecoder.LongOrfs -t transcripts.fasta
TransDecoder.Predict -t transcripts.fasta
TransDecoder-TransDecoder-v5.5.0/util/cdna_alignment_orf_to_genome_orf.pl \
     transcripts.fasta.transdecoder.gff3 \
     transcripts.gff3 \
     transcripts.fasta > transcripts.fasta.transdecoder.genome.gff3

最后結(jié)果transcripts.fasta.transdecoder.genome.gff3用于提供給EvidenceModeler