[发明专利]一种基于二代测序的原核转录组自动化分析方法

摘要

本发明公开了一种基于二代测序的原核转录组自动化分析方法，其特征在于，包括如下步骤：原始下机数据过滤和质量控制步骤；基因组比对步骤：转录本结构分析步骤；基因表达定量以及差异表达分析步骤；结果整理步骤。本发明的有益效果在于：涵盖市场所需绝大部分分析内容，自动整理所有分析结果，完成各个部分分析之后，自动对结果进行统计，可视化，以及归类整理，使结果排布一目了然，直接用于报告生成。所有操作步骤可见，方便错误查询，在进行每一步分析时，都会记录所用到的命令行和参数，以及运行中产生的日志结果，一旦程序运行出错，可以快速检查错误。

主权项

1.一种基于二代测序的原核转录组自动化分析方法，包括如下步骤：原始下机数据过滤和质量控制步骤：使用perl脚本进行原始数据的过滤(RNASeq_Filter.pl)，调用cutadapt去除接头序列，然后去掉低质量序列，包括平均质量低于20的序列以及长度短于50nt的序列；在过滤的同时，统计原始数据和过滤数据的序列数量，碱基量，GC含量，N的数量，Q20和、或Q30的数量；然后使用FastQC软件对数据进行质量控制，使用perl语言对该功能进行包装，使得可以同时读取放在同一目录下所有的fastq(.gz)文件，并进行FastQC分析以及结果整理，将重点关注的结果单独放在目录中；基因组比对步骤：直接使用Bowtie2进行转录组和基因组的比对分析；首先使用bowtie2‑build中BW算法构建基因组索引；然后使用RseQC工具检查各项比对指标；转录本结构分析步骤：根据比对结果，使用Rockhopper软件分析测到的转录本结构，使用perl脚本(post_RP.pl)，提取新的转录本，反义转录本等信息；使用Varscan分析SNP和InDel的位点变异；基因表达定量以及差异表达分析步骤：根据比对结果，使用htseq‑count判断比对到各个基因上的序列数量，得到每个样本中每个基因的表达量；再使用DESeq根据负二项分布统计检验比较不同分组之间基因的表达差异，得到显著的差异表达基因；使用perl脚本根据超几何检验得到差异表达基因显著富集的功能和通路；(Pass_DESeq_result.pl)；结果整理步骤：将用于生成原核转录组测序分析结果报告的统计分析结果进行整理。