原文地址：http://www.plob.org/2014/12/22/8826.html
1:分析流程图如下
2: 首先就是将样本的reads合并在一起命令如下：
1 | cat 1M_READS_sample/*.left.fq > reads.ALL.left.fq |
2 | cat 1M_READS_sample/*.right.fq > reads.ALL.right.fq |
3:开始拼接
1 | $TRINITY_HOME/Trinity.pl --seqType fq --JM 10G --left reads.ALL.left.fq --right reads.ALL.right.fq --SS_lib_type RF --CPU 6 --seqType fq —-output ./trinity_out_dir |
输出文件：Trinity.fasta
4:拼接统计
1 | $TRINITY_HOME/util/TrinityStats.pl trinity_out_dir/Trinity.fasta>./assembly_report.txt |
输出文件：assembly_report.txt
5:比对reads评估表达量（每个样本都需要单独比对）
1 | $TRINITY_HOME/util/align_and_estimate_abundance.pl --transcripts Trinity.fasta --seqType fq --left reads_1.fq --right reads_2.fq --est_method RSEM --aln_method bowtie --trinity_mode —prep_reference |
比对输出：bowtie.csorted.bam
RSEM输出：
RSEM.isoforms.results : EM read counts per Trinity transcript
RSEM.genes.results : EM read counts on a per-Trinity-component (aka... gene) basis, gene used loosely here.
过滤比对：
1 | <span class="s1">$TRINITY_HOME/util/filter_fasta_by_rsem_values.pl </span><span class="s1">--rsem_output=/path/to/RSEM.isoforms.results[,...] --fasta=/path/to/Trinity.fasta --output=/path/to/output.fasta</span> <span class="s5">--fpkm_cutoff=1200</span> |
过滤值需要根据需求自己设定。
6:差异表达分析（edgeR）
假定有四个样本，转录本定量输出为：
LOG.isoforms.results
DS.isoforms.results
HS.isoforms.results
PLAT.isoforms.results
注意：--samples_file为样本分组信息文件 group.txt ,例如：
Throat sample2.sam
Saliva sample3.sam
Throat sample4.sam
Vaginal sample5.sam
--contrasts 为样本不同条件下比较compare.txt：
Throat Saliva
Vaginal Saliva
Throat Vaginal
7:提取最好的OFR
1 | $TRINITY_HOME/trinity-plugins/transdecoder/TransDecoder -t transcripts.fasta -m 100 —search_pfam /path/to/pfam_db.hmm to search —CPU 6 |
输出文件：
- Trinity.fasta.transdecoder.pep
- Trinity.fasta.transdecoder.cds
- Trinity.fasta.transdecoder.bed
- Trinity.fasta.transdecoder.gff3
8:功能注释
下载的软件：Trinotate、Trinity、sqlite、NCBI Blast、HMMER、signalP v4、tmhmm v2、RNAMMER
比对数据库：SwissProt、Uniref90、Pfam domains
标准化数据：
1 | makeblastdb -in uniprot_sprot.fasta -dbtype prot |
2 | makeblastdb -in uniref90.fasta -dbtype prot |
3 | hmmpress Pfam-A.hmm |
blast比对（比对的数据库可以换成nr/Uniref90）
# search Trinity transcripts
1 | blastx -query Trinity.fasta -db uniprot_sprot.fasta -num_threads 8 -max_target_seqs 1 -outfmt 6 -evalue 1e-5 > blastx.outfmt6 |
# search Transdecoder-predicted proteins
1 | blastp -query transdecoder.pep -db uniprot_sprot.fasta -num_threads 8 -max_target_seqs 1 -outfmt 6 -evalue 1e-5 > blastp.outfmt6 |
功能域
1 | hmmscan --cpu 8 --domtblout TrinotatePFAM.out Pfam-A.hmm transdecoder.pep > pfam.log |
信号肽
1 | signalp -f short -n signalp.out transdecoder.pep |
跨膜结构
1 | tmhmm --short < transdecoder.pep > tmhmm.out |
识别rRNA
1 | $TRINOTATE_HOME/util/rnammer_support/RnammerTranscriptome.pl --transcriptome Trinity.fasta --path_to_rnammer /usr/bin/software/rnammer_v1.2/rnammer |
输出：Trinity.fasta.rnammer.gff
9:Load transcripts and coding regions
1 | $TRINITY_HOME/util/support_scripts/get_Trinity_gene_to_trans_map.pl Trinity.fasta >Trinity.fasta.gene_trans_map |
2 |
3 | Trinotate Trinotate.sqlite init --gene_trans_map Trinity.fasta.gene_trans_map --transcript_fasta Trinity.fasta --transdecoder_pep transdecoder.pep |
10:Output an Annotation Report
1 | Trinotate Trinotate.sqlite LOAD_swissprot_blastp blastp.outfmt6 |
2 | Trinotate Trinotate.sqlite LOAD_swissprot_blastx blastx.outfmt6 |
3 | Trinotate Trinotate.sqlite LOAD_pfam TrinotatePFAM.out |
4 | Trinotate Trinotate.sqlite LOAD_tmhmm tmhmm.out |
5 | Trinotate Trinotate.sqlite LOAD_signalp signalp.out |
6 | Trinotate Trinotate.sqlite report >trinotate_annotation_report.xls |
输出文件：trinotate_annotation_report.xls
原文来自：http://blog.sina.com.cn/s/blog_83f77c940102v7xu.html
