RSEM和bowtie2的简介.ppt

RSEM原理简介 2016-9-2 Outline Why do we use RSEM ? 转录组表达定量面临的挑战： reads数量随基因长度不同而不同 RNA-SEQ 测序深度不同测序获得的reads总数也同 由于可变剪切和基因重复等原因，部分reads可能mapping到多个转录本或者多个基因上，造成定量困难。 Why do we use RSEM ? 转录组表达定量的方法： 通常采用归一化处理来消除前两项两种系统差异。 RPKM( Reads Per KilobasesPer Million reads)指的是每 1 百万个reads中比对到每1 kb碱基外显子上的 reads数。 当reads来自于PE测序数据时，类似的归一化方法有FPKM （ Fragments Per Kilobase Per million reads）。 Why do we use RSEM ? 转录组表达定量的方法： 一般有两种方法减小可变剪切造成的影响： 1) 采用只比对到一个参考位置的reads数量计算表达量。典型的算法有Alexa-seq。 2) 采用似然函数估计法处理reads不确定性的问题。典型的算法有Cufflinks、MISO 和 RSEM (Bo Li Colin N Dewey. 2011) How does RSEM work ? How does RSEM work ? RSME： RNASeq by Expectation Maximization  How does RSEM work ? RSEM数学模型由n个随机变量控制。 Gn、Fn、Sn、On分别代表基因来源、长度、起始位置和方向。 对于PE data，变量为L1 n、L2 n和Q1 n、Q2 n和R1 n、R2 n，分别代表read长度、质量分数和序列。 对于SE数据，L2 n，Q2 n和R2 n是不考虑的。 这个模型的主要参数是由θ给出，它代表一个片段来自每个转录本的先验概率。 How does RSEM work ? 先验概率： 事情还没有发生,要求这件事情发生的可能性的大小。 最大似然法： 当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。 调用bowtie寻找每个read的所有比对情况， 只允许在开始的25个碱基中有两个错配。 RSEM使用EM算法找到抽取样本中θ的最大可能性 （Maximum likelihood）。 根据θ的Maximum likelihood计算所有reads的表达量情况， 得出FPKM值 How does RSEM work ? 调用bowtie寻找每个read的所有比对情况， 只允许在开始的25个碱基中有两个错配。 RSEM使用EM算法找到抽取样本中θ的最大可能性 （Maximum likelihood）。 根据θ的Maximum likelihood计算所有reads的表达量情况， 得出FPKM值 How to run RSEM？  RSEM_prepare.sh RSEM_GCI.sh How to run RSEM？ Sample.isoforms.results Sample.genes.results How to run RSEM？ Bowtie2用法简介 海外信息部-王志 2016-9-2 Bowtie2用法介绍 Bowtie2适合于将短序列拼接到大的模板序列上。 Bowtie2设计思路如下： 1）短序列在基因组上至少有一处最适匹配; 2）大部分的短序列的质量是比较高; 3）短序列在基因组上最适匹配的位置最好只有一处。 Bowtie2用法介绍 bowtie2-build.sh 将会生成以out1_put_dir开始名字，后缀为`.1.bt2`, `.2.bt2`, `.3.bt2`, `.4.bt2`,`.rev.1.bt2`, and `.rev.2.bt2`.?的六个文件； bowtie2-build?可以处理来自[UCSC], [NCBI],[Ensembl]的fasta文件，当处理多个fasta文件的时候，可以用逗号分开处理. Bowtie用法介绍 Bowtie2.sh 输出格式默认为SAM，如果是SE用-U替换-1，-2 Sam2bam.sh 将sam文件转换成bam文件。