CuffQuantOptions

Опция установлена для cuffquant

расширьте все на странице

Описание

CuffQuantOptions объект содержит опции, чтобы запустить cuffquant функция, которая определяет количество гена и данных о выражении расшифровки стенограммы [1].

Создание

Синтаксис

cuffquantOpt = CuffQuantOptions
cuffquantOpt = CuffQuantOptions(Name,Value)
cuffquantOpt = CuffQuantOptions(S)

Описание

пример

cuffquantOpt = CuffQuantOptions создает CuffQuantOptions объект со значениями свойств по умолчанию.

CuffQuantOptions требует Пакета Поддержки Запонок для Bioinformatics Toolbox™. Если пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку.

Примечание

CuffQuantOptions поддерживается на Mac и платформах UNIX® только.

cuffquantOpt = CuffQuantOptions(Name,Value) устанавливает свойства объектов с помощью одного или нескольких аргументов пары "имя-значение". Заключите каждое имя свойства в кавычки. Например, cuffquantOpt = CuffQuantOptions('NumThreads',8) задает, чтобы использовать восемь параллельных потоков.

cuffquantOpt = CuffQuantOptions(S) задает дополнительные параметры с помощью строки или вектора символов S.

Входные параметры

развернуть все

Cuffquant опции, заданные как строка или вектор символов. S должен быть в cuffquant синтаксис опции (снабженный префиксом одним или двумя тире).

Пример: '--seed 5'

Свойства

развернуть все

Отметьте, чтобы нормировать количества фрагмента к фрагментам на kilobase на миллион сопоставленных чтений (FPKM), заданный как true или false.

Пример: false

Типы данных: логический

Дополнительные команды, заданные как строка или вектор символов. Команды должны быть в исходном синтаксисе (снабжены префиксом одним или двумя тире). Используйте эту опцию, чтобы применить недокументированные флаги и флаги без соответствующих свойств MATLAB. Когда функция преобразует исходные флаги в свойства MATLAB, она хранит любые нераспознанные флаги в этой опции.

Пример: '--library-type fr-secondstrand'

Типы данных: char | string

Имя файла FASTA со ссылочными расшифровками стенограммы, чтобы обнаружить смещение в количествах фрагмента, заданных как строка или вектор символов. Подготовка библиотеки может ввести специфичное для последовательности смещение в эксперименты RNA-Seq. Обеспечение ссылочных расшифровок стенограммы улучшает точность оценок распространенности расшифровки стенограммы.

Пример: "bias.fasta"

Типы данных: char | string

Ожидаемая средняя длина фрагмента, заданная как положительное целое число. Значением по умолчанию является 200 пары оснований. Функция может изучить среднее значение длины фрагмента для каждого файла SAM. Используя эту опцию не рекомендуется для чтений парного конца.

Пример: 100

Типы данных: double

Ожидаемое стандартное отклонение для распределения длины фрагмента, заданного как положительная скалярная величина. Значением по умолчанию является 80 пары оснований. Функция может изучить стандартное отклонение длины фрагмента для каждого файла SAM. Используя эту опцию не рекомендуется для чтений парного конца.

Пример: 70

Типы данных: double

Отметьте, чтобы включать все свойства объектов с соответствующими значениями по умолчанию при преобразовании в исходный синтаксис опций, заданный как true или false. Можно преобразовать свойства в исходный синтаксис, снабженный префиксом одним или двумя тире (такими как '-d 100 -e 80') при помощи getCommand. Значение по умолчанию false средние значения это, когда вы вызываете getCommand(optionsObject), это преобразует только заданные свойства. Если значением является true, getCommand преобразует все доступные свойства, со значениями по умолчанию для незаданных свойств, к исходному синтаксису.

Пример: true

Типы данных: логический

Отметьте, чтобы откорректировать длиной расшифровки стенограммы, заданной как true или false. Установите это значение к false только, когда количество фрагмента независимо от размера элемента, такой что касается небольших библиотек RNA без фрагментации и для 3' секвенирования конца, где все фрагменты имеют ту же длину.

Пример: false

Типы данных: логический

Имя GTF или файла GFF, содержащего расшифровки стенограммы, чтобы проигнорировать во время анализа, заданного как строка или вектор символов. Некоторые примеры расшифровок стенограммы, чтобы проигнорировать включают аннотируемые rRNA расшифровки стенограммы, митохондриальные расшифровки стенограммы и другие богатые расшифровки стенограммы. Игнорирование этих расшифровок стенограммы улучшает робастность оценок распространенности.

Пример: 'excludes.gtf'

Типы данных: char | string

Максимальное количество фрагментов, чтобы включать для каждого местоположения прежде, чем пропустить новые фрагменты, заданные как положительное целое число. Пропущенные фрагменты отмечены состоянием HIDATA в файле skipped.gtf.

Пример: 400000

Типы данных: double

Максимальное количество выровненных чтений, чтобы включать для каждого фрагмента прежде, чем пропустить новые чтения, заданные как положительное целое число. Inf, значение по умолчанию, не устанавливает предела для максимального количества выровненных чтений.

Пример: 1000

Типы данных: double

Максимальное количество итераций для оценки наибольшего правдоподобия распространенностей, заданных как положительное целое число.

Пример: 4000

Типы данных: double

Минимальное количество выравниваний, требуемых в местоположении выполнять тестирование значения на различия между выборками, заданными как положительное целое число.

Пример 8

Типы данных: double

Отметьте, чтобы улучшить оценку распространенности для чтений, сопоставленных с несколькими геномными положениями с помощью спасательного метода, заданного как true или false. Если значением является false, функция делит мультисопоставленные чтения однородно ко всем сопоставленным позициям. Если значением является true, функция использует дополнительную информацию, включая генную оценку распространенности, выведенную длину фрагмента, и смещение фрагмента, чтобы улучшить оценку распространенности расшифровки стенограммы.

Спасательный метод описан в [2].

Пример: true

Типы данных: логический

Количество параллельных потоков, чтобы использовать, заданный как положительное целое число. Потоки запущены на отдельных процессорах или ядрах. Увеличение числа потоков обычно значительно улучшает время выполнения, но увеличивает объем потребляемой памяти.

Пример 4

Типы данных: double

Директория, чтобы сохранить результаты анализа, заданные как строка или вектор символов.

Пример: "./AnalysisResults/"

Типы данных: char | string

Отберите для генератора случайных чисел, заданного как неотрицательное целое число. Устанавливание значения seed гарантирует воспроизводимость результатов анализа.

Пример: 10

Типы данных: double

Это свойство доступно только для чтения.

Поддерживаемая версия исходного программного обеспечения запонок, возвращенного как строка.

Пример: "2.2.1"

Типы данных: string

Функции объекта

getCommandПереведите свойства объектов в исходный синтаксис опций
getOptionsTableВозвратите таблицу со всеми свойствами и эквивалентные опции в исходном синтаксисе

Примеры

свернуть все

Создайте CuffQuantOptions объект со значениями по умолчанию.

opt = CuffQuantOptions;

Создайте объект с помощью пар "имя-значение".

opt2 = CuffQuantOptions('NumThreads',4,'MinAlignmentCount',50)

Создайте объект при помощи исходного синтаксиса.

opt3 = CuffQuantOptions('-p 4 --min-alignment-count 50')

Создайте CufflinksOptions объект задать опции запонок, такие как количество параллельных потоков и выходной директории, чтобы сохранить результаты.

cflOpt = CufflinksOptions;
cflOpt.NumThreads = 8;
cflOpt.OutputDirectory = "./cufflinksOut";

Файлы SAM предусмотрели этот пример, содержат выровненные чтения для Микоплазмы pneumoniae от двух выборок с три, реплицирует каждого. Чтения симулированы 100bp-чтения для двух генов (gyrA и gyrB) расположенный друг рядом с другом на геноме. Все чтения сортируются по ссылочному положению, как требуется по cufflinks.

sams = ["Myco_1_1.sam","Myco_1_2.sam","Myco_1_3.sam",...
        "Myco_2_1.sam", "Myco_2_2.sam", "Myco_2_3.sam"];

Соберите транскриптом от выровненных чтений.

[gtfs,isofpkm,genes,skipped] = cufflinks(sams,cflOpt);

gtfs список файлов GTF, которые содержат собранные изоформы.

Сравните собранные изоформы с помощью cuffcompare.

stats = cuffcompare(gtfs);

Объедините собранные расшифровки стенограммы с помощью cuffmerge.

mergedGTF = cuffmerge(gtfs,'OutputDirectory','./cuffMergeOutput');

mergedGTF отчеты только одна расшифровка стенограммы. Это вызвано тем, что два гена интереса расположены друг рядом с другом и cuffmerge не может отличить два отличных гена. Вести cuffmerge, используйте ссылочный GTF (gyrAB.gtf) содержа информацию об этих двух генах. Если файл не расположен в той же директории, что вы запускаете cuffmerge от, необходимо также задать путь к файлу.

gyrAB = which('gyrAB.gtf');
mergedGTF2 = cuffmerge(gtfs,'OutputDirectory','./cuffMergeOutput2',...
			'ReferenceGTF',gyrAB);

Вычислите распространенности (уровни экспрессии) от выровненных чтений для каждой выборки.

abundances1 = cuffquant(mergedGTF2,["Myco_1_1.sam","Myco_1_2.sam","Myco_1_3.sam"],...
                        'OutputDirectory','./cuffquantOutput1');
abundances2 = cuffquant(mergedGTF2,["Myco_2_1.sam", "Myco_2_2.sam", "Myco_2_3.sam"],...
                        'OutputDirectory','./cuffquantOutput2');

Оцените значение изменений в выражении для генов и расшифровок стенограммы между условиями путем выполнения тестирования дифференциала с помощью cuffdiff. cuffdiff функция действует на двух отличных шагах: функция сначала оценивает распространенности от выровненных чтений, и затем выполняет статистический анализ. В некоторых случаях (например, распределяя вычисляющий загрузку через несколько рабочих), выполнение двух шагов отдельно желательно. После выполнения первого шага с cuffquant, можно затем использовать бинарный выходной файл CXB в качестве входа к cuffdiff выполнять статистический анализ. Поскольку cuffdiff возвращает несколько файлов, укажите, что выходная директория рекомендуется.

isoformDiff = cuffdiff(mergedGTF2,[abundances1,abundances2],...
                      'OutputDirectory','./cuffdiffOutput');

Отобразите таблицу, содержащую дифференциальные результаты испытаний выражения для этих двух генов gyrB и gyrA.

readtable(isoformDiff,'FileType','text')
ans =

  2×14 table

        test_id            gene_id        gene              locus             sample_1    sample_2    status     value_1       value_2      log2_fold_change_    test_stat    p_value    q_value    significant
    ________________    _____________    ______    _______________________    ________    ________    ______    __________    __________    _________________    _________    _______    _______    ___________

    'TCONS_00000001'    'XLOC_000001'    'gyrB'    'NC_000912.1:2868-7340'      'q1'        'q2'       'OK'     1.0913e+05    4.2228e+05          1.9522           7.8886      5e-05      5e-05        'yes'   
    'TCONS_00000002'    'XLOC_000001'    'gyrA'    'NC_000912.1:2868-7340'      'q1'        'q2'       'OK'     3.5158e+05    1.1546e+05         -1.6064          -7.3811      5e-05      5e-05        'yes'

Можно использовать cuffnorm сгенерировать нормированные таблицы выражения для последующих анализов. cuffnorm результаты полезны, когда у вас есть много выборок, и вы хотите кластеризировать их или уровни экспрессии графика для генов, которые важны в вашем исследовании. Обратите внимание на то, что вы не можете выполнить дифференциальный анализ выражения с помощью cuffnorm.

Задайте массив ячеек, где каждый элемент является вектором строки, содержащим имена файлов для одной выборки с, реплицирует.

alignmentFiles = {["Myco_1_1.sam","Myco_1_2.sam","Myco_1_3.sam"],...
                  ["Myco_2_1.sam", "Myco_2_2.sam", "Myco_2_3.sam"]}
isoformNorm = cuffnorm(mergedGTF2, alignmentFiles,...
                      'OutputDirectory', './cuffnormOutput');

Отобразите таблицу, содержащую нормированные уровни экспрессии для каждой расшифровки стенограммы.

readtable(isoformNorm,'FileType','text')
ans =

  2×7 table

      tracking_id          q1_0          q1_2          q1_1          q2_1          q2_0          q2_2   
    ________________    __________    __________    __________    __________    __________    __________

    'TCONS_00000001'    1.0913e+05         78628    1.2132e+05    4.3639e+05    4.2228e+05    4.2814e+05
    'TCONS_00000002'    3.5158e+05    3.7458e+05    3.4238e+05    1.0483e+05    1.1546e+05    1.1105e+05

Имена столбцов начиная с q имеют формат: conditionX_N, указывая, что столбец содержит значения для, реплицируют N conditionX.

Ссылки

[1] Trapnell, C., Б. Уильямс, Г. Пертеа, А. Мортэзэви, Г. Кван, Дж. ван Бэрен, С. Залцберг, B. Пустошь и Л. Пэчтер. 2010. Блок расшифровки стенограммы и квантификация RNA-Seq показывают неаннотируемые расшифровки стенограммы и изоформу, переключающуюся во время клеточной дифференцировки. Биотехнология природы. 28:511–515.

[2] Mortazavi, A., Б. Уильямс, К. Макку, Л. Шэеффер и Б. Уолд. 2008. Отображение и определение количества транскриптомов млекопитающих RNA-Seq. Методы природы. 5:621-628.

Смотрите также

| | | | | | |

Внешние веб-сайты

Введенный в R2019a

Документация Bioinformatics Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте