下载FASTQ文件(可选)

SRA是一个生物序列存储库，存储了许多已发表文章的数据，有可能回答紧迫的生物学问题。

最新版本的灵能术支持自动下载SRA数据从重新计票，一个为数千个SRA项目提供预处理数据的资源(包括基因读取计数、剪接结量化和样本元数据)。首先，检查你感兴趣的项目是否在重新计数中可用，从而更快地分析你感兴趣的样本的基因表达和替代剪接。

SRA的数据可使用fasterq-dump命令从sra-tools．例如，从SRP126561项目:

#列出SRA样本样品= (Srr6368612 srr6368613 srr6368614 srr6368615 srr6368616 srr6368617）#下载样本fasterq-dump——split-3${}的样本

——split-3允许输出一个或两个FASTQ文件分别用于单端或配对端测序(第三个FASTQ文件也可能返回包含从配对端测序数据获得的孤立的单端读取)

与样本相关的数据也可从运行选择器页面。点击RunInfo表下载所有示例的整个元数据表(通常下载在一个名为SraRunTable.txt)．

对齐RNA-seq数据来量化剪接连接

每个可选剪接事件的量化是基于支持包含异构体的结读的比例，称为百分比剪接或PSI(王et al。, 2008)．

为了估计每个剪接事件的这个值，需要对对齐到剪接结的RNA-Seq读取进行替代剪接注释和量化(结量化)。虽然包提供了可选的剪接注释，但需要从用户提供的数据中准备连接量化，方法是将来自FASTQ文件的RNA-seq读取与参考基因组对齐。由于需要使用连接读取来量化可选拼接，因此将使用一个感知拼接的对齐器。

灵能术目前支持明星输出。

mkdirhg19_STAR明星——runMode genomeGenerate＼——genomeDirhg19_STAR＼——genomeFastaFiles/ / hg19.fa /路径＼——sjdbGTFfile/ / hg19.gtf /路径＼——runThreadN4#参数:生成基因组索引#——genomeDir基因组索引路径(输出)基因组FASTA文件路径连接GTF注释的路径使用4个线程并行运行

对齐()｛回声“调整$ {1}使用星……”明星——readFilesIn$ {1}_1.fastq$ {1}_2.fastq＼——runThreadN16＼——genomeDirhg19_STAR＼——readFilesCommandzcat＼——quantModeGeneCounts＼——outFileNamePrefix$ {1}｝#参数:在FASTQ文件中进行对齐使用16个线程并行运行#——genomeDir基因组索引路径(输入)使用zcat解压压缩文件返回基因读取计数——outFileNamePrefix输出文件的前缀为每一个在${}的样本；做对齐＂${一}＂完成

准备灵数的输出

要处理生成的数据文件，输入R:

#更改工作目录到STAR输出所在的位置setwd（“/道路/ /对齐输出/”）图书馆(psichomics)prepareGeneQuant（“SRR6368612ReadsPerGene.out.tab”，“SRR6368613ReadsPerGene.out.tab”，“SRR6368614ReadsPerGene.out.tab”，“SRR6368615ReadsPerGene.out.tab”，“SRR6368616ReadsPerGene.out.tab”，“SRR6368617ReadsPerGene.out.tab”）prepareJunctionQuant（“SRR6368612SJ.out.tab”，“SRR6368613SJ.out.tab”，“SRR6368614SJ.out.tab”，“SRR6368615SJ.out.tab”，“SRR6368616SJ.out.tab”，“SRR6368617SJ.out.tab”）

要加载数据，请将文件(包括SRA元数据)移动到一个新文件夹中，并按照中的说明操作加载用户提供的数据到psichomics．

样品信息

如果您正在使用来自SRA运行选择器,请参阅如何准备SRA运行选择器数据．

• 制表符分隔值(TSV)
• 示例标识符(行)和他们的属性(列)
• 第一列必须包含示例标识符并命名样品标识
• 可选地，在名为的列中指示与每个示例关联的主题对象ID(主题标识符必须与主题信息中使用的标识符相同)
• 有效示例信息数据集的示例:

学科信息

• 制表符分隔值(TSV)
• 主题标识符(行)和他们的属性(列)
• 第一列必须包含主题标识符并命名对象ID
• 有效的主题信息数据集示例:

基因表达

• 制表符分隔值(TSV)
• 读取计数基因(行)在样本(列)(样本标识符必须与样本信息中使用的标识符相同)
• 第一列必须包含唯一的基因名称(符号、Ensembl ID等)并被命名基因身份证
• 一个有效的基因表达数据集的例子:

外显子-外显子结定量

• 制表符分隔值(TSV)
• 读取计数外显子-外显子连接(行)在样品(列)(样本标识符必须与样本信息中使用的标识符相同)
• 第一列必须包含连接标识符并命名结ID
• 只支持染色体数和大写字母X, Y, Z, W和M，后面是基因组区域;可接受的连接标识符包括:
  • 10 _18748_21822
  • 第10号染色体(18748至21822)
  • chr10:18748 - 21822
• 可选地，用指示链+或-在连接标识符的末尾:
  • 10:3213:9402: +
  • chr10:3213 - 9402
• 染色体为的连接标识符alt，随机或联合国(即替代序列)被丢弃
• 有效的外显子-外显子结定量数据集示例:

可选的拼接量化(也称为包含级别)

请注意，psichomics目前不能从用户提供的通用表中解析可选的剪接事件(例如，识别同源基因和坐标)。

• 制表符分隔值(TSV)
• 量化值可选的剪接事件(行)在样品(列)(样本标识符必须与样本信息中使用的标识符相同)
• 第一列必须命名AS事件ID
• 取值范围为0 ~ 1或0 ~ 100:如果是后者，则自动在0 ~ 1之间进行伸缩
• 一个有效的替代拼接量化数据集的例子:

要加载数据，请将文件移动到一个新文件夹中，并按照中的说明操作加载用户提供的数据到psichomics．