SuperAPI AI 工具集

bulk-rnaseq

通用与其它

查看项目

更新于 10-15 23:43

技能介绍

用途:把 bulk RNA-seq 的 FASTQ 或 Salmon、STAR、featureCounts 定量输出,整理为基因水平差异表达分析所需的计数矩阵与元数据,覆盖样本校验、reads 到 counts 的流程以及向统计与富集环节的交接。

主要能力:提供两条上游路径。路径 A 通过 nextflow 技能运行 nf-core/rnaseq(推荐,内部已用 tximport 合并基因计数);路径 B 使用独立工具,按 FastQC → fastp/Trim Galore → STAR 或 Salmon → featureCounts 的顺序处理。自带脚本 scripts/validate_samplesheet.py 校验样本表,scripts/build_counts_matrix.py 将 Salmon(pytximport,length_scaled_tpm)、STAR(按 --strandedness 选列)或 featureCounts 输出转为 counts.csv、counts_provenance.json 和 metadata_template.csv。

使用方式:安装依赖 uv pip install "pytximport==0.13.0" pandas numpy;路径 B 可用 conda 安装 fastqc、fastp、trim-galore、star=2.7.11b、salmon=2.8.0、subread、multiqc。路径 A 示例:nextflow run nf-core/rnaseq -r 3.27.0 -profile docker --input samplesheet.csv --genome GRCh38 --aligner star_salmon --outdir results -resume。路径 B 生成矩阵:python scripts/build_counts_matrix.py --from salmon --quant-dir quant/ --tx2gene tx2gene.tsv --output-dir counts/。随后交给 pydeseq2 做差异表达、pathway-enrichment 做富集、scientific-visualization 做图。

适用场景:从 FASTQ 到差异基因与通路的完整分析、配置 nf-core/rnaseq、设计或检查实验(重复数、批次、链特异性)、规划端到端流程。

限制:仅面向 bulk RNA-seq,单细胞请用 scanpy;同一比较需固定一种定量路线,不同工具数值不可互换;DESeq2 不接受 TPM/FPKM;Salmon 估计值会被取整,featureCounts 小数会被拒绝;Salmon 2.x 需重建旧索引;3′ 计数 assay 不适用其长度缩放路线;需固定版本与参考基因组注释以保证可复现。具体收费与平台支持暂未提供。