一步一步教你做转录组分析(HISAT--StringTie-and-Ballgown)

一步一步教你做转录组分析（HISAT, StringTie and Ballgown）

该分析流程主要根据2016年发表在Nature Protocols

上的一篇名为Transcript-level expression analysis of

RNA-seq experiments with HISAT, StringTie and Ballgown的文章撰写的，主要用到以下三个软件：HISAT ()利用大量FM 索引，以覆盖整个基因组，能够将RNA-Seq的读取与基因组进行快速比对，相较于STAR、Tophat，该软件比对速度快，占用内存少。StringTie()能够应用流神经网络算法和可选的de novo组装进行转录本组装并预计表达水平。与Cufflinks等程序相比，StringTie实现了更完整、更准确的基因重建，并更好地预测了表达水平。Ballgown ()是R语言中基因差异表达分析的工具，能利用RNA-Seq实验的数据(StringTie, RSEM, Cufflinks)的结果预测基因、转录本的差异表达。然而Ballgown并没有不能很好地检测差异外显子，而DEXseq、rMATS和MISO可以很好解决该问题。

一、数据下载Linux系统下常用的下载工具是wget，但该工具是单线程下载，当使用它下载较大数据时比较慢，所以选择axel，终端中输入安装命令：$sudo yum install axel然后提示输入密码获得root权限后即可自动安装，安装完成后，输入命令axel，终端会显示如下内容，表示安装成功。

Axel工具常用参数有：axel ［选项］［下载目录］［下载地址］

-s ：指定每秒下载最大比特数-n：指定同时打开的线程数-o：指定本地输出文件-S：搜索镜像并从X servers服务器下载-N：不使用代理服务器-v：打印更多状态信息-a：打印进度信息-h：该版本命令帮助-V：查看版本信息号#Axel安装成功后在终端中输入命令：$axel 此时在终端中会显示如下图信息，如果不想该信息刷屏，添加参数q，采用静默模式即可。

#数据下载后，进行解压：$tar–zxvfchrX_data.tar.gz解压后利用tree命令查看数据结构，它会以树状图的形式列出目录的内容。整个数据的结构如下图所示：

chrX_gtf是X号染色体的注释文件chrX.fa是X号染色体的序列文件indexes文件夹中是HISAT对于X号染色体的index 文件，该文件是根据序列文件chrX.fa利用hisat2-build构建的，samples文件夹中的12个fastq文件是英格兰岛和约鲁巴住民的X号染色体的数据。

二、软件安装首先安装bioconda，它是一个自动化管理生物信息软件的工具，安装简单，且各个软件依赖的环境一同打包且相互隔离，非常适合在服务器中搭建生信分析环境。#下载和安装miniconda$ wget 下载完成后在终端中安装$bash Miniconda-latest-Linux-x86_64.sh按照提示安装，完成后$source ~/.bashrc #使以上的安装立即生效#输入以下命令检验miniconda是否安装成功$ conda list显示如下图信