CuffNormOptions

Опция установлена для cuffnorm

расширьте все на странице

Описание

CuffNormOptions объект содержит опции для cuffnorm функция, которая генерирует таблицы выражения, нормированные для размера библиотеки [1].

Создание

Синтаксис

cuffnormOpt = CuffNormOptions
cuffnormOpt = CuffNormOptions(Name,Value)
cuffnormOpt = CuffNormOptions(S)

Описание

пример

cuffnormOpt = CuffNormOptions создает CuffNormOptions объект со значениями свойств по умолчанию.

CuffNormOptions требует Пакета Поддержки Запонок для Bioinformatics Toolbox™. Если пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку. Для получения дополнительной информации смотрите Пакеты Программной поддержки Bioinformatics Toolbox.

Примечание

CuffNormOptions поддерживается на Mac и платформах UNIX® только.

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

cuffnormOpt = CuffNormOptions(S) задает дополнительные параметры с помощью строки или вектора символов S.

Входные параметры

развернуть все

cuffmerge опции в виде строки или вектора символов. S должен быть в исходном cuffmerge синтаксис опции (снабженный префиксом одним или двумя тире).

Пример: '--seed 5'

Свойства

развернуть все

Команды должны быть в нативном синтаксисе (снабжены префиксом одним или двумя тире). Используйте эту опцию, чтобы применить недокументированные флаги и флаги без соответствующих свойств MATLAB®.

Когда программное обеспечение преобразует исходные флаги в свойства MATLAB, оно хранит любые нераспознанные флаги в этом свойстве.

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

Типы данных: char | string

Отметьте, чтобы включать все свойства объектов с соответствующими значениями по умолчанию при преобразовании в исходный синтаксис опций в виде 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.

Примечание

Если вы устанавливаете IncludeAll к true, программное обеспечение переводит все доступные свойства со значениями по умолчанию для незаданных свойств. Единственное исключение - это, когда значением по умолчанию свойства является NaNInf, [], '', или "", затем программное обеспечение не переводит соответствующее свойство.

Пример: true

Типы данных: логический

Метки для выборок в виде строки, вектора символов, представляют в виде строки вектор или массив ячеек из символьных векторов. Если вы обеспечиваете метки, необходимо задать то же количество меток как входные выборки.

Пример: ["mutant1","mutant2"]

Типы данных: double | char | string | cell

Метод, чтобы нормировать размер библиотеки в виде одной из следующих опций:

  • "geometric" — Функция масштабирует значения FPKM средним геометрическим средним значением количеств фрагмента через все библиотеки как описано в [2].

  • "classic-fpkm" — Функция не применяет масштабирования к значениям FPKM или количествам фрагмента.

  • "quartile" — Функция масштабирует значения FPKM отношением верхних квартилей между количествами фрагмента и средним значением через все библиотеки.

Пример: "classic-fpkm"

Типы данных: char | string

Отметьте, чтобы использовать только фрагменты, совместимые со ссылочной расшифровкой стенограммы, чтобы вычислить значения FPKM в виде true или false.

Пример: false

Типы данных: логический

Отметьте, чтобы включать все фрагменты, чтобы вычислить значения FPKM в виде true или false. Если значением является true, функция включает все фрагменты, включая фрагменты без совместимой ссылки.

Пример: true

Типы данных: логический

Количество параллельных потоков, чтобы использовать в виде положительного целого числа. 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 в виде строки или вектора символов.

Пример: "./AnalysisResults/"

Типы данных: char | string

Формат для файлов результата в виде "simple-table" или "cuffdiff".

  • "simple-table" — Выход находится в разграниченном вкладкой формате таблицы.

  • "cuffdiff" — Выход находится в той же форме, используемой cuffdiff.

Пример: "cuffdiff"

Типы данных: char | string

Отберите для генератора случайных чисел в виде неотрицательного целого числа. 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 CuffNormOptions объект со значениями по умолчанию.

opt = CuffNormOptions;

Создайте объект с помощью пар "имя-значение".

opt2 = CuffNormOptions('OutputDirectory',"./norm",'Seed',20)

Создайте объект при помощи исходного синтаксиса.

opt3 = CuffNormOptions('--output-dir ./norm --seed 20')

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 собранное использование изоформ cuffcompare.

stats = cuffcompare(gtfs);

Объедините собранное использование расшифровок стенограммы 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, которую 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 использования тестирования дифференциала 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 дифференциальное аналитическое использование выражения cuffnorm.

Задайте массив ячеек, где каждым элементом является вектор строки, содержащий 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, Капуста, Брайан А Уильямс, Гео Pertea, Али Мортэзэви, Гордон Кван, Мэриджк Дж ван Бэрен, Стивен Л Залцберг, Барбара Дж Уолд и Лайор Пэчтер. “Блок расшифровки стенограммы и Квантификация RNA-Seq Показывают Неаннотируемые Расшифровки стенограммы и Изоформу, Переключающуюся во время Клеточной дифференцировки”. Биотехнология природы 28, № 5 (май 2010): 511–15.

Смотрите также

| | | | | | |

Темы

Внешние веб-сайты

Введенный в R2019a

Документация Bioinformatics Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте