文件名称：RNA-combine:RNA-seq数据综合数据分析工具箱
文件大小：1.56MB
文件格式：ZIP
更新时间：2024-04-27 11:12:55
JupyterNotebook
RNA结合 用于对多个平台转录组数据进行综合分析的工具包 原理图 RNA组合主要包含三个模块：NGS批量RNA序列数据分析，scRNA序列数据分析，PacBio数据分析 用法 将代码下载到您的目录。 要在每个目录中使用功能模块，首先，需要在配置文件中编辑相关模块的参数，例如软件路径，原始测序数据的路径。 此过程非常简单，因为所有参数均在配置文件中进行了说明。 然后，运行相应的bash命令。 1批量NGS RNA-seq数据分析 1.1预处理_RNA 预处理bulf RNA-seq数据。 输入是fastq文件。 输出主要包括对齐的bam文件和基因计数矩阵，中间文件保存在4个目录中。 1.rm_rrna删除rRNA序列后保存序列，日志文件记录每个样品的rRNA信息。 2.剪掉适配器和低质量碱基后修剪序列，日志文件记录剪切序列的信息。 3.align保存对齐的bam文件，日志文件记录对齐信息。
【文件预览】：
RNA-combine-master
----SSN()
--------conf_ssn.txt(548B)
--------compute_SSN.py(4KB)
--------interaction.py(515B)
--------SSN.sh(457B)
----Schematic.svg(55KB)
----Gene_co_expression_relation()
--------relation.R(13KB)
--------relation.sh(247B)
--------conf_relation.txt(528B)
----scRNA()
--------label_celltype.sh(271B)
--------plot_gene_scrna.sh(351B)
--------cell_clustering.py(3KB)
--------cell_clustering.sh(589B)
--------markers_database()
--------search_cell_type.sh(253B)
--------trajectory.py(2KB)
--------doublet_detection.py(2KB)
--------cellranger.sh(834B)
--------doublet_detection.sh(166B)
--------conf_scRNA.txt(4KB)
--------plot_gene_scrna.py(1KB)
--------trajectory.sh(312B)
--------search_cell_type.py(3KB)
--------label_celltype.py(954B)
----Pre-processing_RNA()
--------conf_prerna.txt(2KB)
--------pre_process.sh(9KB)
--------build_index.sh(1KB)
----DE()
--------conf_DE.txt(860B)
--------DE.R(10KB)
--------DE.sh(430B)
----Function()
--------conf_function.txt(630B)
--------function.sh(589B)
--------function.R(3KB)
----Mutation()
--------mutation.sh(4KB)
--------conf_mutation.txt(1KB)
--------build_index.sh(506B)
----PacBio()
--------map.sh(340B)
--------Iso-seq.sh(615B)
--------install.sh(111B)
--------conf_pacbio.txt(994B)
----README.md(15KB)
----scripts()
--------merge-paired-reads.sh(2KB)
--------unmerge-paired-reads.sh(2KB)
----Splicing()
--------rMATS_results_filter.py(564B)
--------Splicing_pipeline.sh(5KB)
--------conf_splicing.txt(4KB)
--------DEXseq.R(2KB)
--------ballgown.R(3KB)