🔧 tool

示例:一个完整的RNA-seq分析项目

假设我们要比较某种处理条件下(Treatment)和对照(Control)的基因表达差异,每组3个生物学重复。 **项目结构**: ``` rnaseq_project/ ├── data/ │ ├── raw/ # 原始测序数据(FASTQ) │ ├── reference/ # 参考基因组和注释文件 │ └── processed/...

📖 定义

假设我们要比较某种处理条件下(Treatment)和对照(Control)的基因表达差异,每组3个生物学重复。
项目结构

rnaseq_project/
├── data/
│   ├── raw/              # 原始测序数据(FASTQ)
│   ├── reference/        # 参考基因组和注释文件
│   └── processed/        # 处理后的数据
├── scripts/              # 分析脚本
│   ├── 01_qc.sh
│   ├── 02_alignment.sh
│   ├── 03_quantification.sh
│   └── 04_de_analysis.R
├── results/              # 分析结果
│   ├── qc_reports/
│   ├── bam_files/
│   ├── counts/
│   └── de_results/
├── envs/                 # 环境配置文件
│   └── rnaseq_env.yml
├── README.md             # 项目说明文档
└── Snakefile             # Snakemake工作流文件

分析流程概览

# 第一步:质量控制
fastqc data/raw/*.fastq.gz -o results/qc_reports/
multiqc results/qc_reports/ -o results/qc_reports/summary/
# 第二步:序列比对
hisat2 -p 8 -x reference/genome -1 sample_R1.fq.gz -2 sample_R2.fq.gz | \
    samtools sort -@ 4 -o results/bam_files/sample.bam
# 第三步:表达量定量
featureCounts -T 8 -a reference/genes.gtf -o results/counts/counts.txt \
    results/bam_files/*.bam
# 第四步:差异表达分析(在R中完成)
# DESeq2分析