【原】点点点！完成 RNAseq 数据分析，从 测序原始数据 到 差异表达基因

写在前面

大体用了半年（实际上 gap 了五个月），通过实现一系列插件，让所有人都可以在笔记本上完成基本的 RNAseq 数据分析。大体设计到的插件如下：

八步走

1. SRA 数据查询与整理：SRA XML to Table，见推文：挖掘SRA的辅助小工具（NCBI高通量测序数据收录库） - 公开插件

   

2. SRA 数据链接获取：SRA XML to Table 和 SRA Number to ENA Info. 前者已经包括了 NCBI 和 DDBJ 数据下载链接，后者主要作为补充，附加 ENA 下载链接（更为稳点）。详细见：公开可获取~没有下载不到的测序原始数据！ - 公开插件

   

3. Ascp GUI Wrapper：个人实测，每天清晨通过 FTP 链接下载测序原始数据，速度可以达到 10Mb/s。但更多时候数据只有不到 300Kb/s。网络合适的情况下，可以使用 Aspera ，速度可以达到 30Mb/s。于是写了并公开释放了这个插件，详细见：插件 | 人人-点点点-光速下载 NCBI/ENA NGS原始数据  - 公开插件

   

4. SRAtoFastq，sra 是 NCBI 定义的二代数据存储格式，文件大小比fastq.gz下，考虑网络带宽的情况下，下载 sra 数据更方便。下载后需要进行转换，于是有了插件，详细见：SRAtoFastq | 任何人都能自主分析测序原始数据  - 众筹插件

   

5. FastQC，无论是NCBI SRA等数据库下载，还是公司返还的测序数据，多少还是要看下测序质量，确保质量OK 或者不要有样品降解，严重污染云云，于是有插件，详细见：插件FastQC | 点点点，人人看看测序数据质量  - 众筹插件 

   

6. Trimmomatic，无论转换得到，或者是公司测序后返还的 Fastq.gz 数据往往是原始数据，通过 FastQC 可以判断，随后进行质量控制，如去除接头和低质量碱基，于是有插件，详细见：Trimmomatic | 点点点，测序原始数据质控，技能get   - 众筹插件

   

7. Kallisto，RNAseq 数据的基本分析和目的，就是获得基因表达量矩阵。在普通笔记本上，如 4G 内存云云，那么 Kallisto 是最好的选择，于是有插件，详细见：
   Kallisto | 点点点，从 测序数据 到 基因表达量矩阵 人人都可以！  - 众筹插件

   

8. Trans Value Sum，Kallisto 分析结果是转录本水平的表达量或Counts矩阵，但很多人感兴趣的是基因水平的，于是，公开释放了功能，详细见：汇总 | 转录本表达矩阵 到 基因表达矩阵 - 公开功能

   

9. Differential Gene Expression Analysis - DESeq2，可以批量完成多组两两比较的差异表达分析（注，也可用 利虎 的 Batch DEGs，更方便） Differential Gene Expression Analysis - DESeq2- 公开插件

   

注：公开插件 和 众筹插件，均可以在 TBtools 的插件商店或高速插件商店中获取，具体前者直接下载可用，后者需要授权，参考前述推文。

Plugin | 高速版插件商店！我又有一个绝妙的 idea

写在最后

今天是周一，祝大伙本周科研顺利，该 accepted 的 paper 就 accepted。