cuffquant

Определите количество гена и профилей выражения расшифровки стенограммы

Описание

пример

cxbFile = cuffquant(transcriptsAnnot,alignmentFiles) генерирует оценки распространенности для выборок в alignmentFiles использование ссылочного файла аннотации transcriptsAnnot [1]. Можно использовать сгенерированную распространенность CXB-формата (*.CXB), как введено для cuffdiff выполнять нисходящий дифференциальный анализ выражения.

cuffquant 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

cuffquant поддерживается на Mac и UNIX® платформы только.

cxbFile = cuffquant(transcriptsAnnot,alignmentFiles,opt) дополнительные опции использования заданы opt.

cxbFile = cuffquant(transcriptsAnnot,alignmentFiles,Name,Value) дополнительные опции использования заданы одним или несколькими аргументами пары "имя-значение". Например, cuffquant('gyrAB.gtf',["Myco_1_1.sam", "Myco_2_1.sam"],'NumThreads',5) задает, чтобы использовать пять параллельных потоков.

Примеры

свернуть все

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.

Входные параметры

свернуть все

Имя файла аннотации расшифровки стенограммы в виде строки или вектора символов. Файл может быть GTF или файлом GFF, произведенным cufflinks, cuffcompare, или другой источник аннотаций GTF.

Пример: "gyrAB.gtf"

Типы данных: char | string

Имена СЭМА, BAM или файлов CXB, содержащих выравнивание, записывают для каждой выборки в виде векторного массива строки или массива ячеек. Если вы используете массив ячеек, каждым элементом должен быть вектор строки или массив ячеек из символьных векторов, задающий файлы выравнивания для каждого реплицируют той же выборки.

Пример: ["Myco_1_1.sam", "Myco_2_1.sam"]

Типы данных: char | string | cell

cuffquant опции в виде CuffQuantOptions объект, строка или вектор символов. Строка или вектор символов должны быть в оригинале cuffquant синтаксис опции (снабженный префиксом одним или двумя тире) [1].

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: cuffquant(transcripts,alignmentFiles,'NumThreads',4,'Seed',1)

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

Пример: 'EffectiveLengthCorrection',false

Типы данных: логический

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

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

Типы данных: char | string

Имя файла FASTA со ссылочными расшифровками стенограммы, чтобы обнаружить смещение во фрагменте рассчитывает в виде строки или вектора символов. Подготовка библиотеки может ввести специфичное для последовательности смещение в эксперименты RNA-Seq. Обеспечение ссылочных расшифровок стенограммы улучшает точность оценок распространенности расшифровки стенограммы.

Пример: 'FragmentBiasCorrection',"bias.fasta"

Типы данных: char | string

Ожидаемая средняя длина фрагмента в виде положительного целого числа. 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: 'FragmentLengthMean',100

Типы данных: double

Ожидаемое стандартное отклонение для распределения длины фрагмента в виде положительной скалярной величины. 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: 'FragmentLengthSD',70

Типы данных: double

Исходный (нативный) синтаксис снабжается префиксом одним или двумя тире. По умолчанию функция преобразует только заданные опции. Если значением является true, программное обеспечение преобразует все доступные параметры, со значениями по умолчанию для незаданных опций, 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: 'IncludeAll',true

Типы данных: логический

Отметьте, чтобы откорректировать длиной расшифровки стенограммы в виде 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: 'LengthCorrection',false

Типы данных: логический

Имя GTF или файла GFF, содержащего расшифровки стенограммы, чтобы проигнорировать во время анализа в виде строки или вектора 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: 'MaskFile',"excludes.gtf"

Типы данных: char | string

Максимальное количество фрагментов, чтобы включать для каждого местоположения прежде, чем пропустить новые фрагменты в виде положительного целого числа. Пропущенные фрагменты отмечены состоянием HIDATA в файле skipped.gtf.

Пример: 'MaxBundleFrags',400000

Типы данных: double

Максимальное количество выровненных чтений, чтобы включать для каждого фрагмента прежде, чем пропустить новые чтения в виде положительного целого числа. Inf, значение по умолчанию, не устанавливает предела для максимального количества выровненных чтений.

Пример: 'MaxFragAlignments',1000

Типы данных: double

Максимальное количество итераций для оценки наибольшего правдоподобия распространенностей в виде положительного целого числа.

Пример: 'MaxMLEIterations',4000

Типы данных: double

Минимальное количество выравниваний, требуемых в местоположении выполнять тестирование значения на различия между выборками в виде положительного целого числа.

Пример: 'MinAlignmentCount',8

Типы данных: double

Отметьте, чтобы улучшить оценку распространенности для чтений, сопоставленных с несколькими геномными положениями с помощью спасательного метода в виде 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: 'MultiReadCorrection',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: 'NumThreads',4

Типы данных: double

Директория, чтобы сохранить результаты анализа в виде строки или вектора символов.

Пример: "./AnalysisResults/"

Типы данных: char | string

Отберите для генератора случайных чисел в виде неотрицательного целого числа. Установка начального значения гарантирует воспроизводимость результатов анализа.

Пример: 10

Типы данных: double

Выходные аргументы

свернуть все

Имя файла распространенностей, возвращенного как строка.

Выводимая строка также включает информацию о директории, заданную OutputDirectory. Значением по умолчанию является текущий каталог. Если вы устанавливаете OutputDirectory к "/local/tmp/", выход становится "/local/tmp/abundances.cxb".

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. https://doi.org/10.1038/nbt.1621.

[2] Mortazavi, Али, Брайан А Уильямс, Кеннет Макку, Лориэн Шэеффер и Барбара Уолд. “Сопоставляя и Определяя количество Транскриптомов млекопитающих RNA-Seq”. Методы природы 5, № 7 (июль 2008): 621–28. https://doi.org/10.1038/nmeth.1226.

Введенный в R2019a