用途:把各样本的定量结果解析为基因×样本计数矩阵,供下游差异表达或单细胞分析使用,并处理链特异性、长度偏差等常见陷阱。
主要能力:
- featureCounts:用 -p --countReadPairs 处理双端(v2.0.2 起 API 变化),-s 指定链特异性,-t exon -g gene_id,读取时以 comment='#' 去除 6 列元数据。
- STAR --quantMode GeneCounts:跳过前 4 行汇总,按链特异性选列,TruSeq Stranded 用第 4 列(reverse)。
- HTSeq:逐样本读取两列 TSV,丢弃 __ 开头汇总行后合并;注意 union/intersection-strict/intersection-nonempty 模式与 -s 匹配。
- Salmon/kallisto:推荐 tximport,用 tx2gene 映射到基因水平;cutoff 从 abundance 的 countsFromAbundance 选项控制,DESeq2 走 offsets 路径,limma-voom 用 lengthScaledTPM,DTU 用 dtuScaledTPM 且 txOut=TRUE;tximeta 可自动关联注释来源。
- RSEM:tximport(type='rsem') 转入,expected_count 非整数由 DESeqDataSetFromTximport 取整,length 为 0 时置 1 避免报错。
- 10X:scanpy read_10x_mtx/read_10x_h5 或 Seurat Read10X;AnnData h5ad、RDS 亦可读取。
使用要点:链特异性未知时先用 RSeQC infer_experiment.py 验证;3' 文库不需要长度校正;注释过滤可按 gene_biotype 保留 protein_coding 等。
限制:需自行核对工具与包版本,版本不符时按报错调整调用;本资料未提供具体收费、平台或效果数据。