RNAseq分析流程:从测序Rawdata到Count输出

在之前学习snakemake的基础上,这里重新又对之前编写的pipline进行了优化,只需要在config.yaml中输入相应的samples,以及参考基因组路径,即可以得到测序结果比对的最终count数据。
参考的官方文档
snakemake+ R/Python script

主要分为以下几个阶段:

1.比对生成sam文件:保存在bwa/文件夹下
2.sam转为bam: 保存在bam/文件夹下
3. 对bam文件进行sort: 保存在sort/文件夹下
4. 对bam文件进行count: 保存在count/文件夹下

其中还有两个必需的文件夹:

samples文件夹:保存待分析的测序原始数据
reference文件夹:保存参考基因组

这个是分析的流程图
流程图
配置文件config.yaml
samples:
 control_R1: samples/control_R1.fq.gz
 control_R2: samples/control_R2.fq.gz
 treated_R1: samples/treated_R1.fq.gz
 treated_R2: samples/treated_R2.fq.gz
reference:
 bwaRef: reference/chr19
annotation:
 gtf: annotation/mouse.chr.gtf
待分析数据、参考基因组
tree samples/ reference/
samples/
├── control_R1.fq.gz
├── control_R2.fq.gz
├── nohup.out
├── treated_R1.fq.gz
├── treated_R2.fq.gz
├── wget-log
└── wget-log.1
reference/
├── chr19.1.bt2
├── chr19.2.bt2
├── chr19.3.bt2
├── chr19.4.bt2
├── chr19.fa
├── chr19.fa_bowtie2-build.log
├── chr19.fa.fai
├── chr19.rev.1.bt2
├── chr19.rev.2.bt2
├── GRCm38.83.chr19.gtf
└── nohup.out
1.fastqc 质控
rule quality_check:
 input:
  lambda wildcards: config["samples"][wildcards.sample]
 output:
  "qc/"
 shell:
  "fastqc -o {output} {input}"

在这次分析中没成功,单独分析也没成功,可能是我服务器的原因,所以这一步虽然在流程中,但是分析时被跳过了

2. bowtie2对比
rule bwa:
 input:
  lambda wildcards: config["samples"][wildcards.sample]
 output:
  "bwa/{sample}.sam"
 params:
  INDEX= config["reference"]["bwaRef"] #参考基因组路径
 shell:
  "bowtie2 -x {params.INDEX} -q {input} -S {output}"
3. samtools转化sam文件
 input:
  "bwa/{sample}.sam"
 output:
  "bam/{sample}.bam"
 shell:
  "samtools view -Sb {input} > {output}"
4. sort bam文件
rule sort:
 input:
  "bam/{sample}.bam"
 output:
  "sort/{sample}_sort.bam"
 shell:
  "samtools sort {input} -o {output}"
5. 建立bam文件的index
rule index:
 input:
  "sort/{sample}_sort.bam"
 output:
  "sort/{sample}.bam.bi"
 shell:
  "samtools index {input} {output}"
6. htseq-count对bam文件进行count
rule count:
 input:
  sample="sort/{sample}_sort.bam",
  annotation=config["annotation"]["gtf"]
 output:
  "count/{sample}.count"
 shell:
  "htseq-count -f bam -r name -s no {input.sample}  {input.annotation} > {output}"
7.采用python对各样本的count结果进行合并,然而这个却是在整个snakemake 文件的最开始
rule all:
 input:
  expand("count/{sample}.count",sample=config["samples"]) #进行遍历,告诉它所有sample的count文件
 output:
  "count/merge.count" #输出一个merge之后的文件
 run:
  import os
  import pandas as pd
  dm=pd.DataFrame() #建立一个空dataframe
  for filename in input: #读取各个文件的全路径
        df=pd.read_csv(filename,sep="\t",names=["gene",os.path.basename(filename)])
        if(any(dm)):#进行合并
                dm=pd.merge(dm,df,on="gene")
        else:
                dm=df
  dm.to_csv(output[0],sep='\t')
#将合并之后文件输出到output路径,要使用output[0],或者output.index
8.最终整个snakefile文件如下
cat snakefile1
configfile: "config.yaml"

rule all:
 input:
  expand("count/{sample}.count",sample=config["samples"])
 output:
  "count/merge.count"
 run:
  import os
  import pandas as pd
  dm=pd.DataFrame()
  for filename in input:
        df=pd.read_csv(filename,sep="\t",names=["gene",os.path.basename(filename)])
        if(any(dm)):
                dm=pd.merge(dm,df,on="gene")
        else:
                dm=df
  dm.to_csv(output[0],sep='\t')
#rule all:
# input:
#  "count/merge.count"
#  expand("count/{sample}.count",sample=config["samples"])

rule quality_check:
 input:
  lambda wildcards: config["samples"][wildcards.sample]
 output:
  "qc/"
 shell:
  "fastqc -o {output} {input}"

rule bwa:
 input:
  lambda wildcards: config["samples"][wildcards.sample]
 output:
  "bwa/{sample}.sam"
 params:
  INDEX= config["reference"]["bwaRef"]
 shell:
  "bowtie2 -x {params.INDEX} -q {input} -S {output}"

rule bam:
 input:
  "bwa/{sample}.sam"
 output:
  "bam/{sample}.bam"
 shell:
  "samtools view -Sb {input} > {output}"

rule sort:
 input:
  "bam/{sample}.bam"
 output:
  "sort/{sample}_sort.bam"
 shell:
  "samtools sort {input} -o {output}"

rule index:
 input:
  "sort/{sample}_sort.bam"
 output:
  "sort/{sample}.bam.bi"
 shell:
  "samtools index {input} {output}"

rule count:
 input:
  sample="sort/{sample}_sort.bam",
  annotation=config["annotation"]["gtf"]
 output:
  "count/{sample}.count"
 shell:
  "htseq-count -f bam -r name -s no {input.sample}  {input.annotation} > {output}"
生成的结果是这个样子:
bam/:
total 181M
-rw-r--r-- 1 root root 49M Jul  2 11:20 control_R1.bam
-rw-r--r-- 1 root root 49M Jul  2 11:21 control_R2.bam
-rw-r--r-- 1 root root 42M Jul  2 11:21 treated_R1.bam
-rw-r--r-- 1 root root 43M Jul  2 11:21 treated_R2.bam

bwa/:
total 640M
-rw-r--r-- 1 root root 173M Jul  2 11:16 control_R1.sam
-rw-r--r-- 1 root root 172M Jul  2 11:15 control_R2.sam
-rw-r--r-- 1 root root 148M Jul  2 11:18 treated_R1.sam
-rw-r--r-- 1 root root 148M Jul  2 11:17 treated_R2.sam

count/:
total 5.3M
-rw-r--r-- 1 root root 965K Jul  2 11:30 control_R1.count
-rw-r--r-- 1 root root 965K Jul  2 11:28 control_R2.count
-rw-r--r-- 1 root root 1.5M Jul  3 20:27 merge.count
-rw-r--r-- 1 root root 965K Jul  2 11:36 treated_R1.count
-rw-r--r-- 1 root root 965K Jul  2 11:33 treated_R2.count

sort/:
total 131M
-rw-r--r-- 1 root root 35M Jul  2 11:25 control_R1_sort.bam
-rw-r--r-- 1 root root 35M Jul  2 11:25 control_R2_sort.bam
-rw-r--r-- 1 root root 31M Jul  2 11:25 treated_R1_sort.bam
-rw-r--r-- 1 root root 31M Jul  2 11:25 treated_R2_sort.bam

嗯,还算比较满意,接下来会继续完善这个流程。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341

推荐阅读更多精彩内容