kallisto:Near-optimal RNA-Seq quantification
Near-optimal RNA-Seq quantification https://pachterlab.github.io/kallisto
输入输出文件说明:http://bio.math.berkeley.edu/eXpress/manual.html
kallisto
kallisto是一个用高通量测序片段从RNA序列或更为普遍的目标序列中量化转录丰富度的一个程序。它是基于伪对齐的新的数据,用于快速确定reads目标,而无需alignment。在标准的RNA序列数据中,kallisto能够在mac系统上用不到十分钟的时间构建索引,用不到三分钟的时间量化(也就是分类)3千w人类的reads。reads伪对齐保留关键信息需要量化,并且kallisto不仅速度快,而且比现有的量化工具准确。事实上,由于伪对齐的过程是对reads出错上的健壮性,在许多基准中kallisto显著优于现有的工具。
kallisto能够用sleuth量化RNA序列分析。
kallisto
产生的使用选项,这是一个列表:
kallisto 0.43.0
Usage: kallisto <CMD> [arguments] ..
Where <CMD> can be one of:
index Builds a kallisto index #构建一个kallisto索引
quant Runs the quantification algorithm #运行量化分析算法
pseudo Runs the pseudoalignment step#运行为比对
h5dump Converts HDF5-formatted results to plaintext#格式转换
version Prints version information#输出版本信息
cite Prints citation information#引用信息
Running kallisto <CMD> without arguments prints usage information for <CMD>
关于这些command说明如下:
index :
kallisto index
建立从靶序列的FASTA格式的文件的索引。该指数命令的参数有:
kallisto 0.43.0
Builds a kallisto index
Usage: kallisto index [arguments] FASTA-files#输入文件
Required argument: #必选参数
-i, --index=STRING Filename for the kallisto index to be constructed #kallisto索引被构建的文件名
Optional argument:
-k, --kmer-size=INT k-mer (odd) length (default: 31, max value: 31)
--make-unique Replace repeated target names with unique names
输入文件为fasta格式,可以是压缩文件。
quant:
kallisto quant
运行量化算法。对于定量命令的参数有:
kallisto 0.43.0
Computes equivalence classes for reads and quantifies abundances#对reads进行分类和物种丰富度评估
Usage: kallisto quant [arguments] FASTQ-files #输入文件
Required arguments: #必选参数
-i, --index=STRING Filename for the kallisto index to be used for
quantification #索引文件
-o, --output-dir=STRING Directory to write output to #输出文件目录
Optional arguments:
--bias Perform sequence based bias correction
-b, --bootstrap-samples=INT Number of bootstrap samples (default: 0)
--seed=INT Seed for the bootstrap sampling (default: 42)
--plaintext Output plaintext instead of HDF5
--single Quantify single-end reads
--fr-stranded Strand specific reads, first read forward
--rf-stranded Strand specific reads, first read reverse
-l, --fragment-length=DOUBLE Estimated average fragment length
-s, --sd=DOUBLE Estimated standard deviation of fragment length
(default: value is estimated from the input data)
-t, --threads=INT Number of threads to use (default: 1)
--pseudobam Output pseudoalignments in SAM format to stdout
kallisto可以处理单端或双端的序列,默认情况下是双端序列,输入为fastq文件:
kallisto quant -i index -o output pairA_1.fastq pairA_2.fastq pairB_1.fastq pairB_2.fastq
对于单端序列可以用 选项 --single ,也可用用 -l 和 -s 选项,然后列出输入的fastq文件即可:
kallisto quant -i index -o output --single -l 200 -s 20 file1.fastq.gz file2.fastq.gz file3.fastq.gz
kallisto quant
produces three output files by default:
kallisto定量分析默认产生三个输出文件:
- abundances.h5 :二进制文件,包含运行信息,物种丰富度评估,bootstrap 评估等这个文件可以被sleuth打开阅读。
- abundances.tsv :是一个物种丰富度的说明文件。
- run_info.json :是一个包含运行的相关信息
可选参数说明:
Pseudobam:
--pseudobam,所有的伪比对输出格式为格式。可以被定向到一个文件中,也可以用samtools转换成bam。
例如: kallisto quant -i index -o out --pseudobam r1.fastq r2.fastq > out.sam
或者用samtools:
kallisto quant -i index -o out --pseudobam r1.fastq r2.fastq | samtools view -Sb - > out.bam
(学校的秋天,哈哈)
pseudo
kallisto pseudo只是在伪比对这一环节运行并且其目的是为在单细胞RNA的序列的使用。pseudo详细的命令选项如下:
kallisto 0.43.0
Computes equivalence classes for reads and quantifies abundances
Usage: kallisto pseudo [arguments] FASTQ-files
Required arguments:
-i, --index=STRING Filename for the kallisto index to be used for
pseudoalignment
-o, --output-dir=STRING Directory to write output to
Optional arguments:
-u --umi First file in pair is a UMI file
-b --batch=FILE Process files listed in FILE
--single Quantify single-end reads
-l, --fragment-length=DOUBLE Estimated average fragment length
-s, --sd=DOUBLE Estimated standard deviation of fragment length
(default: value is estimated from the input data)
-t, --threads=INT Number of threads to use (default: 1)
--pseudobam Output pseudoalignments in SAM format to stdout
该命令的格式和参数的含义是与quant命令相同。然而,pseudo不运行EM算法来量化丰度。此外pseudo指令有一个选项在批处理文件中指定许多细胞,如:
kallisto pseudo -i index -o output -b batch.txt
h5dump
kallisto h5dump
转换 hdf5格式。对于h5dump命令的参数有:
kallisto 0.43.0
Converts HDF5-formatted results to plaintext
Usage: kallisto h5dump [arguments] abundance.h5
Required argument:
-o, --output-dir=STRING Directory to write output to
kallisto:Near-optimal RNA-Seq quantification的更多相关文章
- RNA seq 两种计算基因表达量方法
两种RNA seq的基因表达量计算方法: 1. RPKM:http://www.plob.org/2011/10/24/294.html 2. RSEM:这个是TCGAdata中使用的.RSEM据说比 ...
- RNA -seq
RNA -seq RNA-seq目的.用处::可以帮助我们了解,各种比较条件下,所有基因的表达情况的差异. 比如:正常组织和肿瘤组织的之间的差异:检测药物治疗前后,基因表达的差异:检测发育过程中,不同 ...
- 数据结构(分块):[HZOI 2015]easy seq
[题目描述] 给定一个序列,下标从0开始,分别为a0,a1,a2...an−1,有m个询问,每次给出l和r,求满足ai=aj且l<=i<=j<=r时j−i的最大值 本题强制在线,l和 ...
- 链终止法|边合成边测序|Bowtie|TopHat|Cufflinks|RPKM|FASTX-Toolkit|fastaQC|基因芯片|桥式扩增|
生物信息学 Sanger采用链终止法进行测序 带有荧光基团的ddXTP+其他四种普通的脱氧核苷酸放入同一个培养皿中,例如带有荧光基团的ddATP+普通的脱氧核苷酸A.T.C.G放入同一个培养皿,以此类 ...
- xgene:之ROC曲线、ctDNA、small-RNA seq、甲基化seq、单细胞DNA, mRNA
灵敏度高 == 假阴性率低,即漏检率低,即有病人却没有发现出来的概率低. 用于判断:有一部分人患有一种疾病,某种检验方法可以在人群中检出多少个病人来. 特异性高 == 假阳性率低,即错把健康判定为病人 ...
- 泡泡一分钟:Optimal Trajectory Generation for Quadrotor Teach-And-Repeat
张宁 Optimal Trajectory Generation for Quadrotor Teach-And-Repeat链接:https://pan.baidu.com/s/1x0CmuOXiL ...
- RNA测序相对基因表达芯片有什么优势?
RNA测序相对基因表达芯片有什么优势? RNA-Seq和基因表达芯片相比,哪种方法更有优势?关键看适用不适用.那么RNA-Seq适用哪些研究方向?是否您的研究?来跟随本文了解一下RNA测序相对基因表达 ...
- xgene:WGS,突变与癌,RNA-seq,WES
人类全基因组测序06 SNP(single nucleotide polymorphism):有了10倍以上的覆盖深度以后,来确认SNP信息,就相当可靠了. 一个普通黄种人的基因组,与hg19这个参 ...
- 如果你也会C#,那不妨了解下F#(4):了解函数及常用函数
函数式编程其实就是按照数学上的函数运算思想来实现计算机上的运算.虽然我们不需要深入了解数学函数的知识,但应该清楚函数式编程的基础是来自于数学. 例如数学函数\(f(x) = x^2+x\),并没有指定 ...
随机推荐
- 替换 data.frame 中的特殊的值
替换空值: foo <- data.frame("day"= c(1, 3, 5, 7), "od" = c(0.1, "#N/A", ...
- Ubuntu+Win7双系统grub的修复问题
最近,在grub引导的Ubuntu+Win7双系统上作业,用的是Ubuntu14.04.2.进行系统更新,更新到一般卡住了,恰好此时在进行grub相关文件的更新,我把机器重启后进入了grub resc ...
- 运维神器Chef简单介绍和安装笔记
首先大概解释一下Chef Chef有三个重要的概念:(如上图所示) 它们的合作关系大致是这样的, Workstation把资源或者说是一些要被运行的命令上传到Chef-Server上, Nodes自动 ...
- 个推,手机推送api的使用
个推的作用:可以为手机端的app使用者推送消息,而不是通过手机上的app对用户发送消息.所以用户是被动的接收信息.当然不只是只有对用户弹出窗口的这种方式,也可以把信息推送给app,让app决定对用户实 ...
- struts(三) ---OGNL的学习和理解
OGNL:Object graphic Navgation Language(对象图形的导航语言)
- 程序设计入门——C语言 第4周编程练习 1 素数和(5分)
题目内容: 我们认为2是第一个素数,3是第二个素数,5是第三个素数,依次类推. 现在,给定两个整数n和m,0<n<=m<=200,你的程序要计算第n个素数到第m个素数之间所有的素数的 ...
- 转:C++ Boost/tr1 Regex(正则表达式)快速指南
C++ Boost/tr1 Regex(正则表达式)快速指南 正则表达式自Boost 1.18推出,目前已经成为C++11(tr1)的标准部分. 本文以Boost 1.39正则表达式为基础,应该广泛适 ...
- Shell 教程
Shell 是一个用C语言编写的程序,它是用户使用Linux的桥梁.Shell既是一种命令语言,又是一种程序设计语言. Shell 是指一种应用程序,这个应用程序提供了一个界面,用户通过这个界面访问操 ...
- linux下多路复用模型之Select模型
Linux关于并发网络分为Apache模型(Process per Connection (进程连接) ) 和TPC , 还有select模型,以及poll模型(一般是Epoll模型) Select模 ...
- 如何在MapControl界面添加双击事件实现标绘及符号样式更改
private void axMapControl1_OnDoubleClick(object sender, ESRI.ArcGIS.Controls.IMapControlEvents2_OnDo ...