学习资料B站视频：生物技能树 第八季转录组测序数据分析
一、虚拟环境
要任何流程实战之前都要考虑是不是要在虚拟环境中进行。因为很多软件可以不兼容，或者需要的各种“库”有冲突。
之前做EPIC-seq流程的时候曾经建立可以在linux里面使用R的专门的虚拟环境。现在要进行转录组分析实战，和之前ChIP-seq的有很多不同。要建立个新的虚拟环境啦。
1，建立虚拟环境
之前安装过conda（day33)所以直接调用
在linux里直接输入
~$ python -V
Python 3.8.3 #查看python版本
~$ conda create -n TRANS python=3.8.3
建立一个名为TRANS的虚拟环境，过程要好几分钟。且会出现提示：Proceed ([y]/n)? ，输入y就可以了。
2，查看虚拟环境
conda env list
3，删除虚拟环境
conda env list #查看已有的虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all # 删除不需要的虚拟环境
conda remove --name your_env_name package_name # 删除环境中的某个包
4，进入虚拟环境
source activate XXX #激活进入虚拟环境
source deactivate #推出当前环境
二、下载参考基因组- UCSC
之前学的三大数据库：ensembl、RefSeq（NCBI）和UCSC都可以下载参考基因组的序列文件和注释文件。
在选择参考基因组时，要从同一个网站下载
比如：UCSC的基因组序列fa文件需要对应使用UCSC的gtf注释文件。
1.进入UCSC genome browser网站http://genome.ucsc.edu/
2.从Downloads菜单中选择Genome Data
3.选择种属，比如Human 或者 Mouse等。
4.选择所需要的版本
人hg38:
https://hgdownload.soe.ucsc.edu/goldenPath/hg38/bigZips/
人hg19:
https://hgdownload.soe.ucsc.edu/goldenPath/hg19/bigZips/
小鼠mm10: https://hgdownload.soe.ucsc.edu/goldenPath/mm10/bigZips/
5.选择并下载所需的文件
reference文件
人hg38:
hg38.fa.gz是hg38 reference文件，可以用wget在服务器下载。
wget https://hgdownload.soe.ucsc.edu/goldenPath/hg38/bigZips/hg38.fa.gz
md5sum.txt是用于检查hg38 reference文件是否完整
wget https://hgdownload.soe.ucsc.edu/goldenPath/hg38/bigZips/md5sum.txt
gtf文件
从前面ucsc的种属页面里选择genes文件夹
按照需要下载相应的基因注释文件
上面的这些个gtf怎么选？
RefGene这个较为简单（可以看出只有23M），但是稳定且可重复，更可靠的。ncbiRefseq这个从时间上看更新。也可以考虑直接从NCBI网站去下载。
knownGene这个文件应该就是UCSC gene的已知基因，如过从browser下载的话，选择track，table这些选项，就可以下载到这个文件。但是这个文件里面的gene_id都是“ENSTxxxxxxx”这种，根本看不出来是什么基因名。
可是上面的ncbiRefseq文件的gene_id则是我们熟悉的基因名称。
ensGene这个应该就是ensemble网站上的基因信息。但ensembl 有时候会更新注释，版本之类。所以要用它的信息还不如直接从ensembl下载去呢。
三、下载参考基因组-ENSEMBL
要从ensembl下载的话，https://asia.ensembl.org/index.html
在这个网站上，点击FTP Downloads，进入：https://asia.ensembl.org/info/data/ftp/index.html页面。
从页面中选择要下载的文件种类，点进去选择。
DNA的fasta文件选primary_assembly结尾的文件，该文件内部有完整的基因组信息（包括每条染色体的序列信息）：
toplevel结尾的文件，包括了很多该物种的亚型，大量的变异信息，很多冗余信息的，比对时会很慢，不建议。
rm的文件表示在基因组中重复区域标记成N，rm即repeat mask；
sm的文件表示在基因组中重复区域都用小写表示，sm即soft mask；
比对的时候也不建议用。
gtf文件选这个chr的文件：
