创作中心
反馈咨询
欢迎添加微信!
微信号:z_gqing
微信二维码:

转录组数据介绍

1 转录组数据介绍 1.1 转录组定义 1.2 RNA测序技术 1.2.1 mRNA-seq 1.2.2 long-read RNA-seq 1.3 转录组数据类型和格式 1.3.1 FASTQ文件 1.3.2 BAM/SAM文件 1.3.3 BED/GTF/GFF文件 2 生物信息学基础 2.1 基因组注释 2.2 生物统计学基础 2.3 R语言编程基础 2.4 Python编程基础 3 转录组数据预处理 3.1 转录组数据质量控制 3.1.1 fastQC 3.1.2 MultiQC 3.2 转录组数据剪接和过滤 3.2.1 Trimmomatic 3.2.2 Cutadapt 3.3 转录组数据比对 3.3.1 HISAT2 3.3.2 STAR 3.3.3 Bowtie2 3.4 比对结果评估 3.4.1 Qualimap 3.4.2 RSeQC 4 转录本组装与定量 4.1 转录本组装 4.1.1 Cufflinks/Cuffmerge/Cuffdiff 4.1.2 StringTie 4.2 转录本定量 4.2.1 HTSeq-count 4.2.2 featureCounts 4.3 差异表达分析 4.3.1 DESeq2 4.3.2 edgeR 4.3.3 limma-voom 5 功能富集分析 5.1 GO富集分析 5.2 KEGG通路富集分析 5.3 Reactome通路富集分析 6 转录组其他高级分析 6.1 转录组之时间序列分析 6.2 转录组之稳健性分析 6.3 转录组之协作网络分析 6.4 转录组之热图、火山图、PCA等可视化工具 7 转录组实例研究 7.1 已发表论文解析 7.2 自己的数据实践操作 8 转录组数据库资源 8.1 SRA 8.2 GEO 8.3 ArrayExpress 8.4 ENSEMBL 8.5 STRING
首页 教程 转录组数据介绍 featureCounts
featureCounts是一款用于RNA-seq数据分析的软件,主要用于计算每个基因或者转录本在每个样本中的reads数。它是subread包中的一部分。 在RNA-seq数据分析中,我们首先要将原始测序数据比对到参考基因组上,然后统计每个基因或者转录本上的reads数,这个过程就叫做计数(counting)。featureCounts就是用来进行这个步骤的工具。 featureCounts的主要优点有: 1. 快速:由于使用了高效的算法,所以处理速度非常快。 2. 精确:通过考虑序列的配对信息、质量信息以及重复区域的信息,可以更准确地进行计数。 3. 灵活:支持多种类型的输入文件,包括BAM、SAM和BED等格式,并且可以处理单端和双端测序数据。 4. 易用:提供命令行和图形界面两种操作方式,方便用户使用。 在使用featureCounts时,需要提供比对结果文件和基因模型文件,然后设置一些参数,比如是否考虑配对信息、是否忽略映射到多个位置的reads等。运行完featureCounts后,会得到一个计数文件,里面记录了每个基因或者转录本在每个样本中的reads数,这些数据可以作为后续差异表达分析的输入。

官方微信
点击收藏 编辑日记
木牛零码 Newmer生信 公司产品 意见反馈 联系我们 关于我们 招合伙-招聘-兼职
Copyright © 2021-2024 上海牛马人生物科技有限公司 沪ICP备 2022007390号-2