|
响应生信技能树的号召：lncRNA数据分析传送门 , 一起来一个lncRNA数据分析实战，你现在看到的是jimmy的笔记，首发于简书：https://www.jianshu.com/p/498b8ff29e7e step3:找到参考基因组文章里面说的很清楚，物种是 Macaca mulatta ，很容易谷歌搜到它的参考基因组及注释文件 http://asia./Macaca_mulatta/Info/Index 我比较喜欢ensembl数据库。 ensembl数据库下载参考基因组Common name: Rhesus monkey , : Taxonomy ID: 9544 可以看到基因组版本是：Genome assembly: Mmul_8.0.1 (GCA_000772875.3)，其它信息如下： 要仔细看这个readme的介绍，了解参考基因组是如何组装起来的，什么是SM，什么是RM，什么是toplevel, 这些细节问题很重要。 mkdir -p ~/data/public/lncRNA/ref
cd ~/data/public/lncRNA/ref
nohup wget -c ftp://ftp./pub/release-91/fasta/macaca_mulatta/dna//Macaca_mulatta.Mmul_8.0.1.dna.toplevel.fa.gz &
nohup wget -c ftp://ftp./pub/release-91/fasta/macaca_mulatta//cds/Macaca_mulatta.Mmul_8.0.1.cds.all.fa.gz &
nohup wget -c ftp://ftp./pub/release-91/fasta/macaca_mulatta//ncrna/Macaca_mulatta.Mmul_8.0.1.ncrna.fa.gz &
nohup wget -c ftp://ftp./pub/release-91/fasta/macaca_mulatta//cdna/Macaca_mulatta.Mmul_8.0.1.cdna.all.fa.gz &
nohup wget -c ftp://ftp./pub/release-91/gff3/macaca_mulatta//Macaca_mulatta.Mmul_8.0.1.91.gff3.gz &
nohup wget -c ftp://ftp./pub/release-91/gtf/macaca_mulatta//Macaca_mulatta.Mmul_8.0.1.91.gtf.gz &
很明显，这个找参考基因组过程体现了一个人数据分析经验与否，而且很容易移植到其它物种的数据分析项目。需要自行理解及探索的文件如下： ├── [ 20M] Macaca_mulatta.Mmul_8.0.1.91.gff3.gz
├── [ 15M] Macaca_mulatta.Mmul_8.0.1.91.gtf.gz
├── [ 24M] Macaca_mulatta.Mmul_8.0.1.cdna.all.fa.gz
├── [ 15M] Macaca_mulatta.Mmul_8.0.1.cds.all.fa.gz
├── [882M] Macaca_mulatta.Mmul_8.0.1.dna.toplevel.fa.gz
├── [3.1G] Macaca_mulatta.Mmul_8.0.1.dna.toplevel.fa
├── [1.3M] Macaca_mulatta.Mmul_8.0.1.ncrna.fa.gz
当然，在中国大陆的朋友，可以喜欢这个链接；https://asia./info/data/ftp/index.html | Crab-eating macaque | Macaca fascicularis |
|---|
| Macaque | Macaca mulatta | | Pig-tailed macaque | Macaca nemestrina |
这些小细节一定要看清楚咯，到底是什么猴子！ 然后作者还下载了 9325, 20,785, 141,353, and 117,405 lncRNAs specific for macaque, gorilla, human, and mouse, respectively, from the NONCODE database , 这里我就先不讲解，大家可以自行摸索一下NONCODE数据库。 有点诡异的是作者选用了 2007年发表在science杂志的macaque genome，不过不要紧，我们还是选择ensembl数据库的最新版参考基因组及注释文件。 还有更多文章，请移步公众号阅读
|
